2026年有研科技数据分析面试题集.docxVIP

第PAGE页共NUMPAGES页

2026年有研科技数据分析面试题集

一、数据清洗与预处理（3题，每题10分）

1.题目：

某次实验采集了有研科技某新型材料在高温环境下的应力数据，原始数据中存在缺失值、异常值和重复记录。请描述你将如何进行数据清洗，并说明每种情况的具体处理方法。

答案：

数据清洗是数据分析的基础步骤，针对缺失值、异常值和重复记录，可采用以下方法：

-缺失值处理：

-对于数值型数据，可使用均值、中位数或众数填充；若缺失比例高，考虑删除该样本或使用模型预测填充（如KNN）。

-对于分类数据，可使用众数填充或引入“未知”类别。

-异常值处理：

-通过箱线图或3σ原则识别异常值，可使用均值/中位数替换、截断法（如将超出95%分位数的值设为该分位数）或删除。

-结合业务背景判断是否为真实异常（如极端实验条件下的数据）。

-重复记录处理：

-通过唯一标识符（如时间戳+设备ID）检测重复，删除多余记录；若无唯一标识符，可合并重复字段后保留一条。

解析：

考察对数据质量问题的系统性处理能力，需结合业务场景灵活选择方法，避免过度处理导致信息损失。

2.题目：

有研科技某产品线销售数据中，部分订单金额记录为0或负数，可能由于系统错误或特殊促销活动导致。请设计一个清洗方案，并说明如何验证清洗效果。

答案：

-清洗方案：

-识别异常订单：筛选金额≤0的