数据分析师面试题及行为面试应对策略含答案.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师面试题及行为面试应对策略含答案

一、技术能力测试（共5题，每题10分，总分50分）

1.数据处理与SQL查询（10分）

题目：

假设你正在为一个电商公司分析用户购买行为数据，表结构如下：

-`orders`（订单表）：`order_id`（订单ID，主键），`user_id`（用户ID），`order_date`（订单日期），`total_amount`（订单总金额）

-`order_items`（订单明细表）：`order_item_id`（明细ID，主键），`order_id`（订单ID，外键），`product_id`（商品ID），`quantity`（购买数量）

-`products`（商品表）：`product_id`（商品ID，主键），`product_category`（商品类别）

请写出以下SQL查询：

（1）查询2025年12月每个商品类别的总销售额。

（2）查询每个用户的平均订单金额，并筛选出平均订单金额大于500的用户。

答案：

（1）sql

SELECTproduct_category,SUM(total_amount)AStotal_sales

FROMorderso

JOINorder_itemsoiONo.order_id=oi.order_id

JOINproductspONoi.product_id=p.product_id

WHEREDATE(o.order_date)BETWEEN2025-12-01AND2025-12-31

GROUPBYproduct_category;

（2）sql

SELECTuser_id,AVG(total_amount)ASavg_order_amount

FROMorders

GROUPBYuser_id

HAVINGAVG(total_amount)500;

解析：

第（1）题需要关联`orders`、`order_items`和`products`表，通过`product_category`分组统计总销售额。注意日期范围筛选。第（2）题使用`AVG`计算平均订单金额，并用`HAVING`过滤条件。

2.Python数据分析（10分）

题目：

给定以下Python数据：

python

importpandasaspd

data={user_id:[1,2,3,4,5],

purchase_amount:[120,300,150,0,500],

last_purchase_days:[30,0,120,5,90]}

df=pd.DataFrame(data)

请用Python完成以下任务：

（1）计算每个用户的购买金额中位数。

（2）对`last_purchase_days`列进行分箱，分为“近期”（≤30天）、“中期”（31-90天）、“长期”（90天），并统计各分箱的用户数量。

答案：

（1）python

median_purchase=df[purchase_amount].median()

print(f购买金额中位数：{median_purchase})

（2）python

bins=[-1,30,90,float(inf)]

labels=[近期,中期,长期]

df[purchase_period]=pd.cut(df[last_purchase_days],bins=bins,labels=labels)

period_counts=df[purchase_period].value_counts().sort_index()

print(period_counts)

解析：

第（1）题使用`median`计算中位数。第（2）题通过`pd.cut`进行分箱，`bins`定义分界点，`labels`定义标签。`value_counts`统计各分箱数量。

3.机器学习基础（10分）

题目：

假设你要预测电商用户的流失概率，以下描述哪个选项是正确的？

A.过拟合会导致模型在训练集上表现好，但在测试集上表现差。

B.使用交叉验证可以更准确地评估模型性能。

C.决策树算法属于非参数模型。

D.在处理不平衡数据时，仅使用准确率作为评价指标是合理的。

答案：B

解析：

A错误，过拟合会导致模型泛化能力差。B正确，交叉验证通过多次训练测试分割，更稳定地评估模型。C错误，决策树是参数模型。D错误，不平衡数据应关注召回率或F1分数。

4.大数据处理（10分）

题目：

某电商公司每天产生大量用户行为日志，存储在HDFS上。假设你