2026年数据分析师数据清洗竞赛题含答案.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师数据清洗竞赛题含答案

一、选择题（共5题，每题2分，总计10分）

背景：某电商平台销售数据分析团队需要清洗2025年11月的中国地区用户交易数据，数据包含用户ID、购买金额、购买时间、商品类别、收货地址等信息。部分数据存在缺失、异常或格式错误。

1.以下哪种方法最适合处理用户ID为空的数据？

A.直接删除该记录

B.使用均值填补

C.使用随机数生成ID

D.使用前一个有效ID填充

2.发现某用户购买金额为-500元，最合理的处理方式是？

A.保留该数据，可能存在退款记录

B.将金额改为正数

C.删除该记录

D.替换为该用户的平均消费金额

3.“收货地址”字段中存在“北京市朝阳区”、“北京朝阳区”、“朝阳区”等重复但格式不同的数据，最适合采用哪种标准化方法？

A.全部统一为“北京市朝阳区”

B.使用分词技术提取关键词统一

C.直接删除重复数据

D.不做处理

4.某商品类别名称存在“服装”、“衣服”、“服装类”等不同写法，以下哪种方法最适合统一分类？

A.手动修改为“服装”

B.使用模糊匹配规则统一为“服装”

C.删除该类别的数据

D.不做处理

5.对于“购买时间”字段中存在“2025-11-3125:00:00”这样的异常时间，最合理的处理方式是？

A.删除该记录

B.