2025国考深圳调查队数据分析与软件应用上机模拟题.docxVIP

第PAGE页共NUMPAGES页

2025国考深圳调查队《数据分析与软件应用》上机模拟题

第一部分：数据处理与分析（共3题，每题10分，总计30分）

说明：本部分题目要求根据给定数据集，运用Excel或Python等工具进行数据处理与分析，并回答相关问题。

1.【数据清洗与整理-10分】

题目：

某深圳调查队收集了2024年深圳市居民消费支出调查数据（数据集见附件，文件名“深圳居民消费支出.csv”），包含变量：`户别`（城镇/农村）、`年龄组`（18-25岁、26-35岁、36-45岁等）、`支出类别`（食品、住房、交通通信等）、`支出金额`（元）。

要求：

（1）删除数据集中包含缺失值的样本；

（2）将`支出类别`统一转换为小写，并添加新变量`支出类别_编码`（食品=1，住房=2，交通通信=3，其他=4）；

（3）计算城镇和农村居民在“食品”类别的平均支出金额，并比较差异。

答案与解析：

（1）数据清洗步骤：

-使用Excel的`删除重复项`功能去除完全重复行；

-使用`条件格式`或`查找与替换`功能统一`支出类别`的大小写；

-使用`筛选`或`高级筛选`删除包含缺失值的样本（如`支出金额`为空）。

（2）数据整理步骤：

-使用`文本分列`或`VLOOKUP`函数将`支出类别`转换为小写；

-编写Python代码实现`支出类别_编码`：

python

defencode_category(category):

ifcategory.lower()==食品:

return1

elifcategory.lower()==住房:

return2

elifcategory.lower()==交通通信:

return3

else:

return4

（3）差异分析：

-使用Excel的`数据透视表`或Python的`pandas`库分组计算：

python

importpandasaspd

data=pd.read_csv(深圳居民消费支出.csv)

data.dropna(subset=[支出金额],inplace=True)

data[支出类别_编码]=data[支出类别].apply(encode_category)

food_expense=data[data[支出类别_编码]==1]

urban_food_avg=food_expense[food_expense[户别]==城镇][支出金额].mean()

rural_food_avg=food_expense[food_expense[户别]==农村][支出金额].mean()

print(f城镇食品平均支出：{urban_food_avg}元，农村食品平均支出：{rural_food_avg}元)

-差异结论：根据计算结果，城镇居民食品支出显著高于农村居民，可能与收入水平差异有关。

2.【统计描述与可视化-10分】

题目：

某深圳调查队收集了2024年深圳市各区居民收入数据（数据集见附件，文件名“深圳各区居民收入.xlsx”），包含变量：`区`（福田、罗湖、南山等）、`人均收入`（元）、`收入中位数`（元）。

要求：

（1）绘制深圳市各区“人均收入”的柱状图，并标注最高和最低收入区；

（2）计算人均收入和收入中位数的均值、标准差，并分析收入分布的离散程度；

（3）若某企业计划在深圳市设立分店，基于收入数据提出选址建议。

答案与解析：

（1）可视化步骤：

-使用Excel的`插入`→`图表`功能创建柱状图；

-在图表中添加数据标签，并用箭头标注最高（如南山）和最低（如坪山）收入区。

（2）统计描述：

-使用Excel的`描述统计`功能或Python的`pandas`库：

python

importpandasaspd

importnumpyasnp

data=pd.read_excel(深圳各区居民收入.xlsx)

mean_income=data[人均收入].mean()

std_income=data[人均收入].std()

print(f人均收入均值：{mean_income}元，标准差：{std_income}元)

-分析：若标准差较大，说明各区收入差异明显，南山收入远高于坪山。

（3）选址建议：

-优先选择人均收入较高的区（如南山、福田），但需结合成本考虑；

-若目标客户为中低收入群体，可考虑坪山、光明等区，但需补充消费能力分析。

3.【数据分组与趋势分析-10分】

题目：

某深圳调查队收集了2020-2024年深圳市新能源汽车销量数据（数据集见附件，文件名“深圳新能源汽车销量.csv”），包含变量：`年份`（2