2025年AI数据处理脚本编写（Python）实操考核卷及答案.docxVIP

2025年AI数据处理脚本编写（Python）实操考核卷及答案

考试时间：______分钟总分：______分姓名：______

一、

请编写Python代码，使用`pandas`库读取名为`data.csv`的CSV文件。该文件包含以下列：`ID`(整数),`Name`(字符串),`Age`(浮点数),`City`(字符串),`Salary`(浮点数,可能有缺失值)。加载后，显示数据的前5行，并输出数据的概要信息（包括索引、数据类型、非空值数量）。

二、

在上一题加载的数据基础上，进行以下操作：

1.查看哪些行包含缺失值。

2.将`Age`列的缺失值替换为该列的平均值（使用`mean()`函数，并设置`skipna=True`）。

3.删除所有`Salary`为缺失值的行。

4.将`City`列中的所有`NewYork`值替换为`NY`。

5.按照年龄（`Age`）从高到低对数据进行排序，并输出排序后的前10行数据。

三、

继续使用上一题处理后的数据，完成以下任务：

1.添加一个新列`Category`，根据`Salary`列的值进行分类：`Salary`小于等于50000则为`Low`，大于50000且小于等于100000为`Medium`，大于100000为`High`。

2.筛选出`City`为`SanFrancisco`并且`Category`为`Medium`的记录，并计算这些记录的`Salary`平均值。

3.对`Name`列中的所有姓名首字母进行大写转换（使用`str.upper()`或`str.title()`）。

4.将处理后的数据保存到一个新的CSV文件`processed_data.csv`中，不包含索引列。

四、

假设有一个名为`bonus.csv`的CSV文件，包含以下列：`ID`(整数),`Bonus`(浮点数)。`ID`列与`data.csv`文件中的`ID`列相同。请编写代码读取这两个文件，并将`bonus.csv`中的数据按`ID`合并到`data.csv`中，合并后如果`Bonus`列存在缺失值，则填充为0。合并后的数据中应包含所有原始列以及新列`Bonus`。最后，输出合并后的数据的形状（行数、列数）。

五、

使用`pandas`库，创建一个DataFrame，包含以下数据：

|Index|Feature1|Feature2|Category|

|-------|----------|----------|----------|

|0|10|20|A|

|1|15|NaN|B|

|2|NaN|25|A|

|3|30|40|C|

1.计算`Feature1`和`Feature2`的均值，忽略缺失值。

2.使用`apply`函数，为`Category`列创建一个新列`CategoryCode`，其中`A`映射为1，`B`映射为2，`C`映射为3。如果`Category`值不在列表中，则映射为0。

3.删除索引为1的行。

4.重置DataFrame的索引，使新索引从0开始。

5.输出最终得到的DataFrame。

试卷答案

一、

```python

importpandasaspd

#读取CSV文件

df=pd.read_csv(data.csv)

#显示前5行

print(df.head())

#输出数据概要信息

print(df.info())

```

解析：使用`pandas.read_csv`函数加载数据。`head()`方法用于显示数据的前几行，`info()`方法用于显示数据框的概要信息，包括索引、列名、数据类型以及非空值数量。

二、

```python

#查看缺失值

print(df.isnull().sum())

#将Age列的缺失值替换为平均值

df[Age].fillna(df[Age].mean(),inplace=True)

#删除Salary列缺失值的行

df.dropna(subset=[Salary],inplace=True)

#将City列的NewYork替换为NY

df[City]=df[City].replace(NewYork,NY)

#按Age列从高到低排序，并输出前10行

sorted_df=df.sort_values(by=Age,ascend