2026年数据分析员Python与数据清洗原创模拟题.docxVIP

2026年数据分析员Python与数据清洗原创模拟题

一、单项选择题（每题2分，共20分）

1.在使用Pandas读取CSV文件时，若数据中存在缺失值，以下哪个参数组合可以在读取时自动处理？

A.pd.read_csv(file,skiprows=True)

B.pd.read_csv(file,na_values=[NA,N/A,],keep_default_na=True)

C.pd.read_csv(file,drop_na=True)

D.pd.read_csv(file,fillna=0)

答案：B

解析：na_values参数可以指定哪些字符串应被识别为缺失值，keep_default_na=True保留默认的缺失值标识符。A选项skiprows是跳过行而非处理缺失值；C选项drop_na不是read_csv的有效参数；D选项fillna是DataFrame方法而非read_csv参数。

2.某数据分析员需要检测数据集中的异常值，以下哪种方法对极端值最为敏感？

A.中位数绝对偏差（MAD）

B.Z-Score标准化法（|Z|3判定为异常）

C.四分位距法（IQR）

D.基于箱线图的Tukey法

答案：B

解析：Z-Score法基于均值和标准差，而均值和标准差对极端值非常敏感，一个极端值就能显著拉高标准差。MAD基于中位数，IQR