财务大数据基础参考答案 (2)[1页]

2022-12-27 20:41:10 第一文档网 [ 字体：小中大 ] [

阅读： ] [

说明：文章内容仅供预览，部分内容可能不全。下载后的文档，内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的，是否完整无缺。下载word有问题请添加QQ：admin处理，感谢您的支持与谅解。

【#第一文档网# 导语】以下是®第一文档网的小编为您整理的《财务大数据基础参考答案 (2)[1页]》，欢迎阅读！
答案,财务,参考,基础,数据

项目八数据清洗

一、单选题

1. 下列选项中，描述不正确的是（ B ） A. 数据清洗的目的是为了提高数据质量 B. 空值一定要删除

C. 数据预处理包括数据的清洗、合并、重塑与转换 D. 在Pandas中，缺失值使用NaN表示

2. 下列选项中，用于删除缺失值或空值的方法是（ B ）

A. isnull() B. dropna() C. notnull() D. fillna() 3. 下列选项中，说法不正确的选项是（ A ）

A. fillna()函数不能通过inplace参数来确定是否对原始数据集进行填充更改 B. 使用位于空值前面的数据进行填充的代码是df.fillna(method='bfill')

C. 使用位于空值后面的数据进行填充的代码是df.fillna(method='ffill') D. 用平均值填充空值的代码是df.fillna(df.mean()) 4. 对于下列代码生成的数据集df，下列哪个选项的结果和其他三个选项不一样（ C ） import pandas as pd

data = {"姓名":['李彦','赵科','章丽','王静','彭伟','金子'],"性别":['男','男','女','女','男','女']} df = pd.DataFrame(data)

A. df.duplicated(subset=['性别']) B. df.duplicated(subset='性别')

C. df.duplicated(subset=['性别'],keep='last') D. df.duplicated(subset=['性别'],keep='first') 5. 下列选择项中，用于删除重复值的函数是（ A ） A. drop_duplicates()函数 B. drop()函数 C. dropna()函数 D. del()函数

二、实操题

实操题答案见“代码”文件夹下“ch8”文件夹中的“项目八-技能训练-实操题.ipynb”。

本文来源：https://www.dywdw.cn/8ba698c487254b35eefdc8d376eeaeaad1f316ef.html