Font size
Worksheets随堂测验-数据预处理
Total questions: 15
Worksheet time: 5mins
在 Pandas 中，哪个函数用于检查缺失值？
pd.isnull()
pd.fillna()
pd.dropna()
pd.replace()
以下哪一个方法可以将列 'age' 的缺失值替换为该列的平均值？
df['age'].dropna()
df['age'].replace(df['age'].mean())
df['age'].fillna(df['age'].mean())
df.fillna('age', df['age'].mean())
使用 dropna() 方法默认删除：
所有为0的值
所有重复值
所有含有缺失值的行
哪一个方法可以重新设置 DataFrame 的行索引？
df.set_index()
df.reset_index()
df.rename_index()
df.sort_index()
关于异常值的说法，下列选项中描述错误的是（）。
异常值是指样本中明显偏离其余观测值的个别值
可以使用3σ原则检测异常
可以使用Pandas中的箱线图检测异常值
异常值可以使用其它的值来替换
以下哪些方法可用于处理缺失数据？
fillna()
dropna()
isnull()
忽略缺失数据sort_values()
使用 Pandas 进行数据清洗时，可以做哪些操作？
删除重复值
重命名列名
数据类型转换
画图
以下哪些方法用于检测重复行？
df.duplicated()
df.drop_duplicates()
df.isnull()
df.value_counts()
下列选项中，关于数据预处理说法错误的是（ ）
数据清洗包含了数据标准化、数据合并和缺失值处理
数据合并按照合并轴的方向主要分为左连接、右连接、内连接和外连接
数据分析的预处理过程包括数据清洗、数据合并、数据标准化和数据转换，它们之间存在交叉，没有严格的先后关系
数据标准化的主要对象是类别型特征
下列选项中，属于脏数据的有（ ）。
不完整数据
重复数据
完整数据
错误数据
df.dropna() 会删除所有包含 NaN 的行。
正确
错误
Pandas 不支持对数据进行类型转换。
使用 df.sort_values() 排序后，默认会改变原始 DataFrame。
正确
错误
噪声数据也可以用于数据挖掘进行分析。
正确
错误
read_csv()函数读取的数据会以二维数组形式显示。（ ）
