2026年大数据清洗职业技能等级认定题库.docxVIP

第PAGE99/NUMPAGES99页

大数据清洗职业技能等级认定题库

一、单选题（只有一个正确答案）

1.大数据清洗中，处理缺失值最常用的方法不包括以下哪一项？

A.删除缺失记录

B.使用平均值填充

C.使用中位数填充

D.使用众数填充

答案：D

解析：众数主要用于分类变量，对于连续型数值变量，删除缺失记录、均值、中位数填充更为常见。

2.在进行数据清洗前，通常首先执行哪个步骤？

A.数据标准化

B.数据采样

C.数据集成

D.数据探索性分析

答案：D

解析：数据清洗前必须先通过EDA了解数据的整体分布和特征，才能制定合理的清洗策略。

3.以下哪种现象被称为“数据孤岛”？

A.数据重复存储

B.不同系统间的数据无法互通共享

C.数据安全性差

D.数据格式不统一

答案：B

解析：数据孤岛指在企业或组织中，不同部门、系统之间的数据相互独立、难以整合和共享。

4.使用正则表达式提取字符串中的电子邮件地址，以下哪个符号代表“零个或多个”前面的字符？

A.?

B.+

C.*

D.|

答案：C

解析：*代表零个或多个，?代表零个或一个，+代表一个或多个。

5.在处理日志数据时，经常遇到时间戳格式不一致的问题，例如存在“2023/10/01”和“10-01-2023”两种格式。以下哪种工具最擅长处理这类格式转换？

A.Microsoft