数据科学家的面试技能与测试重点.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学家的面试技能与测试重点

一、编程能力测试（共5题，每题10分，总分50分）

题目1（Python编程能力测试，10分）

题目：

请编写一个Python函数，实现以下功能：

1.输入一个包含多个字符串的列表，其中每个字符串可能包含数字和字母。

2.函数返回一个新列表，其中仅包含原列表中所有字符串都包含至少一个数字的字符串。

3.输出的新列表中的字符串按数字出现的次数降序排列，若数字出现次数相同，则按字符串原顺序排列。

示例输入：

python

input_list=[abc,a1b2c3,123,xyz,a1b,12c]

示例输出：

python

[a1b2c3,12c,123]

答案：

python

deffilter_strings_with_digits(input_list):

defcount_digits(s):

returnsum(c.isdigit()forcins)

filtered=[sforsininput_listifany(c.isdigit()forcins)]

filtered.sort(key=lambdax:(-count_digits(x),input_list.index(x)))

returnfiltered

示例输入

input_list=[abc,a1b2c3,123,xyz,a1b,12c]

示例输出

print(filter_strings_with_digits(input_list))

解析：

1.过滤逻辑：使用列表推导式检查每个字符串是否至少包含一个数字，通过`any(c.isdigit()forcins)`实现。

2.排序逻辑：

-首先按数字出现次数降序排列（`-count_digits(x)`）。

-若数字次数相同，则按原列表顺序排列（`input_list.index(x)`作为次要排序键）。

3.效率考虑：避免重复计算数字次数，通过`count_digits`函数缓存结果。

题目2（Pandas数据处理能力测试，10分）

题目：

假设有一个CSV文件`sales_data.csv`，包含以下列：

-`date`（日期，格式为`YYYY-MM-DD`）

-`region`（销售区域，如华东、华南、华北）

-`product`（产品名称）

-`sales`（销售额）

请编写Python代码完成以下任务：

1.读取CSV文件，并将`date`列转换为`datetime`类型。

2.计算每个区域的销售额总和，并按总和降序排列。

3.添加一个新列`month`，提取`date`列的月份。

4.返回前5条销售最高的记录（按`sales`列降序排列）。

答案：

python

importpandasaspd

defprocess_sales_data(file_path):

df=pd.read_csv(file_path)

df[date]=pd.to_datetime(df[date])

df[month]=df[date].dt.month

region_sales=df.groupby(region)[sales].sum().sort_values(ascending=False)

top_sales=df.sort_values(sales,ascending=False).head(5)

returntop_sales

示例调用（假设文件路径正确）

print(process_sales_data(sales_data.csv))

解析：

1.日期处理：使用`pd.to_datetime`确保`date`列为日期类型，便于后续计算。

2.区域汇总：`groupby`按`region`分组，`sum`计算销售额，`sort_values`降序排列。

3.月份提取：`dt.month`从日期中提取月份。

4.排序与截取：`sort_values(sales,ascending=False)`和`head(5)`获取前5条最高销售额记录。

题目3（SQL查询能力测试，10分）

题目：

假设有一个数据库表`employees`，包含以下列：

-`id`（员工ID，主键）

-`name`（姓名）

-`department`（部门）

-`salary`（薪资）

-`join_date`（入职日期，格式为`YYYY-MM-DD`）

请编写SQL查询，完成以下任务：

1.查询所有部门平均薪资高于公司平均薪资的部门名称及平均薪资。

2.查