数据清洗与预处理Python程序设计考核.docVIP

数据清洗与预处理Python程序设计考核.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

数据清洗与预处理Python程序设计考核

一、单项选择题(每题1分,共30题)

1.在Python中,用于处理缺失值的方法是?

A.dropna()

B.fillna()

C.bothAandB

D.noneoftheabove

2.下列哪个不是数据预处理中的常见步骤?

A.数据清洗

B.数据集成

C.数据变换

D.数据挖掘

3.在Pandas中,如何选择DataFrame中的特定列?

A.df[column_name]

B.df(column_name)

C.df(column_name,)

D.df.column_name

4.如何检查数据中的缺失值?

A.df.isnull()

B.df.notnull()

C.df.null()

D.df.isnan()

5.在Pandas中,合并两个DataFrame的函数是?

A.merge()

B.join()

C.concat()

D.alloftheabove

6.如何对数据进行排序?

A.df.sort_values()

B.df.sort()

C.df.order()

D.df.sort_by()

7.在Pandas中,如何创建一个新的列?

A.df[new_column]=value

B.df.new_column=value

C.bothAandB

D.noneoftheabove

8.如何去除DataFrame中的重复值?

A.df.drop_duplicates()

B.df.remove_duplicates()

C.df.unique()

D.df.deduplicate()

9.在Pandas中,如何选择DataFrame中的特定行?

A.df.loc[]

B.df.iloc[]

C.bothAandB

D.neitherAnorB

10.如何对数据进行分组?

A.df.groupby()

B.df.group()

C.df.divide()

D.df.separate()

11.在Pandas中,如何计算列的均值?

A.df.mean()

B.df.average()

C.bothAandB

D.neitherAnorB

12.如何去除DataFrame中的空格?

A.df.strip()

B.df.trim()

C.df.clean()

D.df.remove_space()

13.在Pandas中,如何将数据类型转换为分类类型?

A.df.astype(category)

B.df.type(category)

C.df.convert(category)

D.df归类(category)

14.如何对数据进行标准化?

A.df标准化()

B.df.scale()

C.dfSTANDARDIZE()

D.dfSTANDARDIZATION()

15.在Pandas中,如何将多个列合并为一个列?

A.df.concat()

B.df.merge()

C.df.join()

D.bine()

16.如何去除DataFrame中的异常值?

A.df.zscore()

B.df.remove_outliers()

C.df.filter()

D.df.outlier()

17.在Pandas中,如何进行数据透视?

A.df.pivot_table()

B.df.pivot()

C.df.透视()

D.df.transpose()

18.如何对数据进行归一化?

A.df.normalize()

B.df.scale()

C.dfSTANDARDIZE()

D.dfSTANDARDIZATION()

19.在Pandas中,如何选择DataFrame中的特定条件数据?

A.df.query()

B.df.filter()

C.df.select()

D.df.where()

20.如何去除DataFrame中的重复行?

A.df.drop_duplicates()

B.df.remove_duplicates()

C.df.unique()

D.df.deduplicate()

21.在Pandas中,如何进行数据合并?

A.df.merge()

B.df.concat()

C.df.join()

D.alloftheabove

22.如何对数据进行分箱?

A.pd.cut()

B.df.bin()

C.df.box()

D.df.bucket()

23.在Pandas中,如何计算列的方差?

A.df.var()

B.df.variance()

C.bothAandB

D.neitherAnorB

24.如何去除DataFrame中的空值?

A.df.dropna()

B.df.fillna()

C.bothAandB

D.noneoftheabove

25.在P

文档评论(0)

nln19930416 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档