2025年数据分析师专业技能面试模拟题及答案.docx

2025年数据分析师专业技能面试模拟题及答案

请描述数据清洗中处理缺失值的常用方法，并说明在医疗数据与电商用户行为数据中选择方法的差异。

处理缺失值的常用方法包括：删除缺失行/列（适用于缺失比例极低且不影响整体分布时）、统计值填充（均值/中位数/众数，适用于数值型/分类型变量）、插值法（线性插值、KNN插值，保留数据连续性）、模型预测填充（用其他特征训练模型预测缺失值，适用于缺失模式与其他特征强相关时）、特殊值标记（如用“未知”标识，适用于缺失本身有业务含义时）。

在医疗数据中，缺失值可能隐含关键信息（如患者未做某项检查可能暗示病情敏感），因此需优先评估缺失是否为系统性偏差（如老年患者