2026年数据科学分析师SCCDA数据处理案例题库.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学分析师SCCDA数据处理案例题库

题型一：数据清洗与预处理（共3题，每题10分）

题目1（10分）：

某电商平台2025年11月用户行为数据包含用户ID、购买金额、购买时间（格式为YYYY-MM-DDHH:MM:SS）、商品类别等字段。数据中存在以下问题：

1.部分用户ID为空值；

2.购买时间存在格式错误或缺失；

3.商品类别中存在拼写错误（如电子设备误写为电子设别）；

4.购买金额存在异常值（如1000元订单为离群点）。

请设计数据清洗方案，并说明每一步的处理方法及理由。假设数据量为10万条，需考虑效率与准确性。

答案与解析：

1.用户ID清洗：

-方法：采用前10%最常见的用户ID填充空值（基于业务场景假设大部分用户重复度较高）；对于无法填充的，创建唯一ID（如UNID_+序号）。

-理由：空值占比过高时直接删除会丢失大量数据，填充常见值可保留业务逻辑完整性。

2.购买时间清洗：

-方法：使用正则表达式校验时间格式，对错误格式或空值采用均值填充（需结合业务判断是否合理）；若时间戳明显异常（如2025-12-0125:00:00），则标记为待核查。

-理由：时间字段需严格校验，异常值可能为测试数据或录入错误，需区分处理。

3.商品类别清洗：

-方法：使用分词工具（如jieba）识别