2026年数据清洗与预处理实战案例题库.docxVIP

2026年数据清洗与预处理实战案例题库

考试时间：______分钟总分：______分姓名：______

一、单项选择题（每题只有一个最符合题意的选项）

1.在一份关于用户注册信息的CSV文件中，出生日期字段存在部分空值，对于这些空值，如果该字段对后续分析（如用户年龄分布）很重要，且数据量不大，最直接且常用的填充方法是？

A.使用该用户所在城市的历史平均出生日期填充。

B.直接删除包含空值的这些用户记录。

C.使用该字段的全局众数日期填充。

D.使用一个特定的标记日期（如1900-01-01）表示缺失。

2.某数据集的年龄特征数值范围很大（从十几岁到一百多岁），在进行某些机器学习模型训练前需要对该特征进行缩放，以下哪种方法最适用于需要保留数据相对大小关系，且目标范围是[0,1]的情况？

A.Z-score标准化。

B.Min-Max归一化。

C.标准化后加上常数。

D.对数变换。

3.在探索性数据分析中，发现某连续型特征的分布呈现明显的右偏（长尾向右），为了使数据分布更接近正态分布，可以考虑应用哪种变换方法？

A.平方根变换。

B.Box-Cox变换（需数据为正）。

C.对数变换。

D.均值化处理。

4.从数据库查询得到的数据包含两列：注册日期（文本格式如2023-05-1508:30:00）和最后登录日期（文本格式如2