2026年数据分析师数据清洗技能提升练习题.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师数据清洗技能提升练习题

一、选择题（共10题，每题2分，总计20分）

1题：

在处理某电商平台订单数据时，发现部分用户ID为空值。针对这种情况，最适合的填充方法是什么？

A.使用平均值填充

B.使用众数填充

C.删除该订单数据

D.使用随机数填充

2题：

某城市出租车里程数据中存在异常值（如单次行程超过1000公里）。以下哪种方法最适合检测并处理这种异常值？

A.标准差法

B.箱线图法

C.IQR（四分位数间距）法

D.均值绝对偏差法

3题：

在处理某银行客户数据时，发现部分客户职业信息缺失。若缺失比例超过30%，最适合的处理方式是？

A.使用插值法填充

B.删除该职业字段

C.标记为“未知”并保留

D.使用机器学习模型预测填充

4题：

某电商平台用户购买时间数据存在多种时间格式（如“2026-01-0112:00”，“12:00:00”）。以下哪种方法最适合统一时间格式？

A.正则表达式替换

B.窗口函数处理

C.线性插值

D.标准化处理

5题：

在处理某医院患者病历数据时，发现部分年龄数据为负数。以下哪种处理方式最合理？

A.直接保留

B.使用绝对值处理

C.删除该数据

D.与其他年龄数据进行平均

6题：

某电商物流数据中存在重复订单记录，以下哪种方法最适合处理重复数据