网易数据分析师笔试题及详细答案.docxVIP

网易数据分析师笔试题及详细答案

说明：本试卷贴合网易业务场景（游戏、电商、用户行为分析），分为4个部分，总分100分，考试时间90分钟，侧重考察实际操作和业务落地能力，避免理论空谈。

一、基础概念题（每题5分，共20分）

1.请简述数据清洗的核心步骤及常见处理方式，结合网易游戏用户日志数据举例说明（如缺失值、异常值）。

答案：核心步骤：数据校验→缺失值处理→异常值处理→数据标准化→重复值处理（5分）

具体说明（结合网易场景）：

1.数据校验：核对游戏用户日志的字段完整性（如user_id、login_time、game_id、online_duration），排除字段缺失、格式错误（如时间格式混乱）的数据；

2.缺失值处理：若user_id缺失，直接删除（无法定位用户，无分析价值）；若online_duration（在线时长）缺失，可根据同用户同时间段平均在线时长填充（避免丢失有效用户数据）；

3.异常值处理：如online_duration出现10000分钟/天（远超合理范围），判定为异常值，采用四分位法剔除，或替换为该字段的95分位数（避免影响整体分析结果）；

4.数据标准化：将不同游戏的在线时长、充值金额统一单位（如统一为“分钟”“元”），便于跨游戏对比；

5.重复值处理：剔除同一user_id、同一时间戳的重复日志（可能是系统重复上报），保留一条有效数据。

（