4.2.1《数据清洗》-课后作业 粤教版（2019）-信息技术-数据管理与分析选修3

《数据清洗》作业 一、选择题 1. 在 Python 的 Pandas 库中，用于处理缺失值的方法是： A. `dropna()` B. `fillna()` C. `replace()` D. `astype()` 答案：B 解析：在 Pandas 库中，`fillna()` 方法用于填充缺失值。`dropna()` 用于删除含有缺失值的行或列，`replace()` 用于替换值，而 `astype()` 用于更改数据类型。 2. 在 R 语言中，用于检测和处理缺失值的函数是： A. `is.na()` B. `complete.cases()` C. `anyNA()` D. `all()` 答案：A 解析：在 R 语言中，`is.na()` 函数用于检测 NA（缺失值）。`complete.cases()` 用于返回没有缺失值的观测，`anyNA()` 用于检测任何 NA，而 `all()` 是一个通用的逻辑函数。 3. 在 Excel 中，以下哪个功能可以帮助你快速找到并处理重复数据？ A. "条件格式" B. "删除重复项" C. "高级筛选" D. "排序和筛选" 答案：B 解析：在 Excel 中，通过选择 "数据" > "删除重复项"，可以快速找到并删除重复的数据。其他选项不直接提供删除重复数据的功能。 4. 在 SQL 中，用于删除重复记录的查询语句是： A. `DELETE FROM table_name` B. `SELECT DISTINCT FROM table_name` C. `DELETE FROM table_name WHERE rowid NOT IN (SELECT min(rowid) FROM table_name GROUP BY column1, column2...)` D. `DROP TABLE table_name` 答案：C 解析：在 SQL 中，可以使用子查询和 `DELETE` 语句结合来删除重复记录。例如，`DELETE FROM table_name WHERE rowid NOT IN (SELECT min(rowid) FROM table_name GROUP BY column1, column2...)`。其他选项不是用于删除重复记录的正确方法。 5. 在数据清洗过程中，哪种操作可以帮助你识别异常值？ A. 数据标准化 B. 数据转换 C. 描述性统计分析 D. 数据合并 答案：C 解析：在数据清洗过程中，通过计算描述性统计量（如均值、标准差）和使用箱线图等可视化工具，可以帮助识别异常值。数据标准化是对数据进行缩放，数据转换是改变数据的表示形式，数据合并是将多个数据集组合在一起。 二、填空题 6. 在 Pandas 中，`_____` 方法用于删除包含缺失值的行。 答案：dropna() 解析方法：在 Pandas 中，`dropna()` 方法用于删除包含缺失值的行或列。可以通过设置 `axis=0` 删除行，`axis=1` 删除列。 7. 在 R 语言中，`_____` 函数用于将因子转换为字符向量。 答案：as.character() 解析方法：在 R 语言中，可以使用 `as.character()` 函数将因子（categorical variable）转换为字符向量。 8. 在 Excel 中，使用 "_____" > "高级筛选"，可以根据特定条件筛选数据。 答案：数据 解析方法：在 Excel 中，通过选择 "数据" > "高级筛选"，可以根据特定条件筛选数据。这允许用户根据复杂的条件过滤数据。 9. 在 SQL 中，使用 `_____` 函数可以将字符串转换为小写。 答案：LOWER() 解析方法：在 SQL 中，`LOWER()` 函数用于将字符串转换为小写。这对于不区分大小写的比较非常有用。 10. 在 Pandas 中，`_____` 方法用于对数据进行排序。 答案：sort_values() 解析方法：在 Pandas 中，`sort_values()` 方法用于对数据进行排序。可以指定一个或多个列作为排序的依据。 11. 在 R 语言中，`_____` 函数用于计算数据的摘要统计信息。 答案：summary() 解析方法：在 R 语言中，`summary()` 函数用于计算数据的摘要统计信息，包括最小值、第一四分位数、中位数、第三四分位数和最大值。 12. 在 SQL 中，使用 `_____` 子句可以限制查询结果的行数。 答案：LIMIT 解析方法：在 SQL 中，使用 `LIMIT` 子句可以限制查询结果的行数。例如，`SELECT FROM table_name LIMIT 10` 将返回前10行数据。 13. 在 Pandas 中，`_____` 方法用于重命名列名。 答案：rename() 解析方法：在 Pandas 中，`re ... ...