大数据 ETL 数据清洗历年真题（附答案）.docVIP

大数据ETL数据清洗历年真题（附答案）

一、单项选择题（每题2分，共20分）

1.以下哪种情况不属于数据清洗中处理缺失值的方法？

A.删除包含缺失值的记录

B.用平均值填充缺失值

C.直接忽略缺失值不做处理

D.用中位数填充缺失值

2.ETL过程中，“T”代表的是？

A.Transfer

B.Transform

C.Template

D.Transport

3.若对日期数据进行清洗，发现部分日期格式为“2023/10/1”，正确的清洗操作可能是？

A.直接删除这些数据

B.统一转换为日期对象

C.忽略日期格式问题

D.将其转换为字符串

4.数据清洗时，对于重复数据的处理策略不包括？

A.保留第一条记录

B.保留最后一条记录

C.合并重复记录

D.增加重复记录

5.以下哪种数据异常不属于数据清洗要处理的范畴？

A.数据值超出合理范围

B.数据类型与预期不符

C.数据具有高价值

D.数据存在拼写错误

6.在ETL流程里，数据抽取通常从哪里获取数据？

A.数据仓库

B.数据源系统

C.数据集市

D.数据湖

7.当清洗数值型数据时，发现有异常大的离群值，可采用的方法是？

A.直接保留这些离群值

B.用最大值替换离群值

C.用中位数或均值替换离群值

D.不进行任何处理

8.数据清洗的主要目的是？