2026年数据工程师专业能力面试题目解析.docxVIP

第PAGE页共NUMPAGES页

2026年数据工程师专业能力面试题目解析

一、编程与算法题（共3题，每题10分，总分30分）

1.数据清洗与预处理编程题（10分）

题目：

假设你接收到一份包含缺失值、异常值和重复记录的CSV文件，数据字段包括`用户ID`（字符串）、`注册时间`（字符串，格式为YYYY-MM-DDHH:MM:SS）、`消费金额`（浮点数）、`城市`（字符串）。请用Python（Pandas库）完成以下任务：

（1）删除重复的`用户ID`记录；

（2）将`注册时间`转换为`datetime`类型，并填充缺失值为当前时间；

（3）对`消费金额`进行异常值检测（使用3σ原则），将超出范围的值替换为该字段的中位数；

（4）将`城市`中的缺失值填充为该城市出现次数最多的值。

答案与解析：

python

importpandasaspd

importnumpyasnp

fromdatetimeimportdatetime

示例数据

data={

用户ID:[U001,U002,U001,U003,None],

注册时间:[2025-01-0112:00:00,2025-01-0208:30:00,2025-01-0112:00:00,None,2025-01-0314:00:00],

消费金额:[120.5