数据分析师面试中常见的编程题集含答案.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师面试中常见的编程题集含答案

1.Python基础与数据处理（共5题，总分25分）

题目1（5分）：

用Python代码读取`data.csv`文件（包含`id`,`name`,`age`,`salary`四列），筛选出年龄大于30岁且薪资高于5000元的员工，并按薪资降序排列，输出前10条记录。

答案：

python

importpandasaspd

df=pd.read_csv(data.csv)

filtered_df=df[(df[age]30)(df[salary]5000)]

sorted_df=filtered_df.sort_values(by=salary,ascending=False).head(10)

print(sorted_df)

解析：

-`pd.read_csv`读取CSV文件。

-条件筛选使用布尔索引`df[(condition1)(condition2)]`。

-`sort_values`按指定列降序排序，`head(10)`取前10行。

题目2（5分）：

给定列表`data=[10,20,30,None,50,60,None]`，用Python代码计算非空值的中位数。

答案：

python

importnumpyasnp

data=[10,20,30,None,50,60,None]

filtered_data=[xforxindataifxisnotNone]

median=np.median(filtered_data)

print(median)#输出：35.0

解析：

-列表推导式过滤`None`值。

-`np.median`计算中位数，忽略空值。

题目3（5分）：

用Python代码创建一个10行3列的DataFrame，列名分别为`A`,`B`,`C`，数据为随机整数（范围1-100）。

答案：

python

importpandasaspd

importnumpyasnp

data=np.random.randint(1,101,size=(10,3))

df=pd.DataFrame(data,columns=[A,B,C])

print(df)

解析：

-`np.random.randint`生成随机整数矩阵。

-`pd.DataFrame`创建DataFrame并命名列。

题目4（5分）：

用Python代码统计`data.csv`中`salary`列的空值数量，并填充空值为该列的平均值。

答案：

python

importpandasaspd

df=pd.read_csv(data.csv)

null_count=df[salary].isnull().sum()

df[salary]=df[salary].fillna(df[salary].mean())

print(f空值数量：{null_count})

解析：

-`isnull().sum()`统计空值数量。

-`fillna`用平均值填充空值。

题目5（5分）：

用Python代码将`data.csv`的`name`列转换为小写，并保存为新的CSV文件`processed_data.csv`。

答案：

python

importpandasaspd

df=pd.read_csv(data.csv)

df[name]=df[name].str.lower()

df.to_csv(processed_data.csv,index=False)

解析：

-`str.lower()`将字符串列转换为小写。

-`to_csv`保存文件，`index=False`不写入行索引。

2.SQL查询（共4题，总分20分）

题目1（5分）：

表结构：

-`employees`（`id`,`name`,`department`,`salary`）

-`departments`（`id`,`dept_name`）

关联查询：查询各部门平均薪资，仅显示平均薪资高于2000元的部门名称及平均薪资。

答案：

sql

SELECTd.dept_name,AVG(e.salary)ASavg_salary

FROMemployeese

JOINdepartmentsdONe.department=d.id

GROUPBYd.dept_name

HAVINGAVG(e.salary)2000;

解析：

-`JOIN`连接`emp