2026年数据科学家面试技术难题解析.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学家面试技术难题解析

一、Python编程与数据处理（5题，每题8分，共40分）

1.题目：

编写Python代码，读取一个CSV文件（包含姓名、年龄、城市三列），筛选出年龄大于30岁且城市为“北京”的记录，并将筛选结果按年龄降序排序后输出到新的CSV文件中。要求使用Pandas库完成，不得使用循环。

2.题目：

给定一个包含缺失值的DataFrame，请实现一个函数，用每列的中位数填充该列的缺失值，并返回处理后的DataFrame。要求不改变原始数据，并确保填充逻辑适用于任何数据类型（数值型、分类型）。

3.题目：

使用NumPy实现一个函数，计算一个3D数组（shape为(5,4,3)）的每个“层”（axis=1）的最大值，并返回一个1D数组。要求不使用循环，仅用NumPy内置函数。

4.题目：

编写Python代码，实现一个自定义异常类`InvalidDataError`，并在读取文件时捕获该异常。若文件不存在或格式错误，则抛出异常并打印“数据读取失败”。

5.题目：

给定一个包含重复值的列表`data=[1,2,2,3,4,4,4,5]`，请使用Python实现一个函数，去除重复值并保持原始顺序，返回去重后的列表。要求不使用set或sorted函数。

二、机器学习算法与模型评估（