Python数据分析面试题及答案解析.docxVIP

第PAGE页共NUMPAGES页

2026年Python数据分析面试题及答案解析

一、选择题（共5题，每题2分，总计10分）

1.在Python中，以下哪个库主要用于数据清洗和预处理？

A.Matplotlib

B.Pandas

C.NumPy

D.Scikit-learn

答案：B

解析：Pandas是Python中专门用于数据分析和预处理的库，提供了DataFrame、Series等数据结构，以及丰富的数据清洗、过滤、合并等功能。Matplotlib主要用于数据可视化，NumPy主要用于数值计算，Scikit-learn主要用于机器学习。

2.以下哪个函数可以用来计算DataFrame中某一列的平均值？

A.`sum()`

B.`mean()`

C.`median()`

D.`std()`

答案：B

解析：`mean()`函数用于计算平均值，`sum()`计算总和，`median()`计算中位数，`std()`计算标准差。

3.在Pandas中，如何快速筛选出DataFrame中某一列大于某个值的行？

A.`df[df[column]value]`

B.`df.filter(lambdax:x[column]value)`

C.`df.query(columnvalue)`

D.以上都可以

答案：D

解析：三种方法都可以实现筛选功能，其中`df[df[column]value]`是最常用的方式，`df.query(columnvalue)`是SQL风格的筛选，`df.filter()`通常用于更复杂的条件筛选。

4.在NumPy中，`np.array([1,2,3,4])`的形状（shape）是什么？

A.(4,)

B.(1,4)

C.(4,1)

D.(2,2)

答案：A

解析：一维数组的形状是(元素个数,)，因此`np.array([1,2,3,4])`的形状是(4,)。

5.在Python中，以下哪个方法可以用来合并两个DataFrame，按索引对齐？

A.`merge()`

B.`join()`

C.`concat()`

D.`append()`

答案：C

解析：`concat()`按索引合并，`merge()`按键合并，`join()`是`merge()`的简化版，`append()`用于追加行。

二、填空题（共5题，每题2分，总计10分）

6.在Pandas中，使用`df.head()`默认显示DataFrame的前______行数据。

答案：5

解析：`df.head()`默认显示前5行，`df.tail()`默认显示后5行。

7.在NumPy中，`np.random.rand(3,3)`会生成一个3×3的______矩阵。

答案：均匀分布的随机

解析：`np.random.rand(3,3)`生成[0,1)区间的均匀分布随机数矩阵。

8.在Python中，使用`df.groupby(column).sum()`可以按某一列分组并计算______。

答案：各组的总和

解析：`groupby()`用于分组，`sum()`计算各组的聚合值。

9.在Pandas中，使用`df.sort_values(column,ascending=False)`可以按某一列______排序。

答案：降序

解析：`ascending=False`表示降序，默认为`True`（升序）。

10.在Python中，使用`df.to_csv(file.csv,index=False)`可以将DataFrame保存为CSV文件，但______索引。

答案：不包含

解析：`index=False`表示不将索引写入CSV文件。

三、简答题（共5题，每题4分，总计20分）

11.简述Pandas中`DataFrame`和`Series`的区别。

答案：

-`DataFrame`是二维表格结构，由行和列组成，可以包含不同数据类型的列；

-`Series`是一维数组，只能包含单一数据类型，每个元素有唯一索引。

解析：这是Pandas中最基本的数据结构，`DataFrame`是`Series`的集合，而`Series`是`NumPy`数组的扩展。

12.如何在Pandas中处理缺失值（NaN）？

答案：

-使用`df.dropna()`删除含有缺失值的行或列；

-使用`df.fillna()`填充缺失值（如0、平均值等）；

-使用`df.isna()`检查缺失值。

解析：处理缺失值是数据预处理的重要步骤，Pandas提供了多种方法。

13.简述NumPy中`axis`参数的作用。

答案：

-`axis=0`表示按