2026年数据科学能力测试数据清洗与预处理实操案例分析题.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学能力测试数据清洗与预处理实操案例分析题

第一部分：数据清洗与预处理基础案例（共3题，每题10分）

题目1（5分）：缺失值处理策略选择

某电商平台2023年11月用户行为数据中，部分用户的“购买金额”和“浏览时长”字段存在缺失值。假设数据来自中国华东地区，用户群体以年轻白领为主，数据总量约5万条。请分析以下缺失值处理策略的适用性，并选择最优方案，说明理由。

A.删除含有缺失值的样本

B.填充均值

C.填充中位数

D.基于KNN算法填充

E.基于回归模型预测填充

题目2（5分）：异常值检测与处理

某金融机构提供2024年第一季度信用卡交易数据，包含“交易金额”、“交易时间”、“消费地点”等字段。数据中存在部分极端异常值，如单笔交易金额超10万元。请设计异常值检测方法，并说明处理异常值的合理性。

题目3（10分）：数据格式统一与标准化

某共享单车公司收集2023年全年的用户骑行数据，字段包括“出发时间”（格式不一，如14:30、3:45PM、15:30:00）、“骑行距离”（单位不统一，如5km、5000m、8.5公里）。请提出数据清洗步骤，确保所有时间字段和距离字段格式统一。

第二部分：行业特定数据清洗案例（共4题，每题10分）

题目4（10分）：医疗数据分析清洗

某三甲医院收集了2024年1月-3月的门诊电