江苏开放大学数据采集与预处理第三次高分参考答案含代码

注意：因为学习平台题目是随机，选择题选项也是随机，一定注意答案对应的选项，同学们在本页按“Ctrl+F”快捷搜索题目中“关键字”就可以快速定位题目，还是不懂的话可以看这个：快速答题技巧

江苏开放大学数据采集与预处理第三次选择题

1、下列选项中，（ ）是评价数据质量的核心准则。

A、完整性

B、准确性

C、适用性

D、简洁性

正确答案：C   学生答案：C

2、下列说法中,关于清洗重复值的说法正确的是（ ）

A、清洗重复值的基本思想是“分而合之”

B、清洗重复值的基本思想是“排序”

C、清洗重复值的基本思想是“排序和合井”

D、清洗重复值的基本思想是“合并”

正确答案：C   学生答案：C

3、下列选项属于名义型特征的是（ ）

A、景点名称={天坛，北海，故宫、⾹⼭}

B、成绩={88，92，83，95}

C、质量⽔平={⼀级，⼆级，三级，四级}

D、半径={7.64，7.44，7.23，7.39}

正确答案：A   学生答案：A

4、下列选项中，描述不正确的是（ ）。

A、数据清洗的目的是为了提高数据质量

B、异常值一定要删除

C、可使用Drop_DupliCAtes()方法删除重复数据

D、ConCAt()函数可以沿着一条轴将多个对象进行堆迭

正确答案：B   学生答案：B

5、请阅读下面一段程序：

from pAnDAs import Series

import pnDAs As pD

from numpy import NAN

series_oBj = Series([None, 4, NAN])

pD.isnull(series_oBj)

执行上述程序后，最终输出的结果为（ ）。

A、0 True1 FAlse2True

B、0True1True2FAlse

C、0FAlse1True2rue

D、0True1 True2True

正确答案：A   学生答案：A

6、下列选项中，可以删除缺失值或空值的是（ ）。

A、.isnull()

B、.notnull()

C、.DropnA()

D、.fillnA()

正确答案：C   学生答案：C

7、下列选项中，描述不正确是（ ）。

A、ConCA、t()函数可以沿着一条轴将多个对象进行堆迭

B、merge()函数可以根据一个或多个键将不同的DAtAFrAme进行合并

C、可以使用renAme()方法对索引进行重命名操作

D、unstACk()方法可以将列索引旋转为行索引

正确答案：D   学生答案：D

8、请阅读下面一段程序：

import numpy As np

import pAnDAs As pD

ser_oBj = pD.Series([4, np.nAn, 6, ])

ser_oBj.sort_vAlues()

执行上述程序后，最终输出的结果为（ ）。

A、4、 -3、.0、5、 2、.0、0、 4、.0、3、 5、.0、 6、.01、 NA、N

B、1、 NA、N2、 6、.0、3、 5、.0、0、 4、.0、5、 2、.04、 -3、.0、

C、5、 2、.0、0、 4、.0、3、 5、.0、2、 6、.0、4、 -3、.0、

1、 NA、N

D、0、 4、.0、1、 NA、N2、 6、.0、3、 5、.0、4、 -3、.0、5、 2、.0、

正确答案：A   学生答案：A

9、下列说法错误的是（ ）

A、必须删除异常值

B、可以对缺失值进⾏插补

C、对数据进⾏标准化，消除量纲的影响

D、数据离散化是⼀种数据转换的⽅式

正确答案：A   学生答案：A

10、下列选项表述错误的是（ ）

A、数据清洗包括缺失值处理、异常值处理、数据转换等⼏个⽅⾯

B、数据的初步处理是对数据进⾏整合、分组等操作

C、检测异常值的⽅法可以基于统计、距离、密度、模型等

D、缺失值最好的处理⽅式是直接删除

正确答案：D   学生答案：D

江苏开放大学数据采集与预处理第三次填空题

1、常见的数据质量问题主要包括缺失值、以及错误值等问题。

正确答案：重复值

2、stA、C、k()方法可以将列索引转换为。

正确答案：行索引

3、技术是提高数据质量的有效方法。

正确答案：数据清洗

4、ConCAt()函数的堆迭方式有横向堆迭和，连接方式有内连接和纵向堆叠。

1、简述数据清洗的基本流程。

参考答案：

1、对缺失值进行清洗数据清洗第一步，对缺失值进行清洗。缺失值是非常常见的数据问题，它的处理方法也很多。下面分享一种很常用的方法，首先是明确缺失值的范围：对每个字段进行计算其缺失值比例，并按照缺失比例和字段重要性，分别制定策略。

2、去除不需要的字段：这个步骤非常简单，直接删掉即可。这里有一个点注意，就是记得先对数据进行备份，或者先进行小规模的数据实验，确定无误后在应用到大量的数据上。这样做是为了避免“一误删成千古恨”。

3、填充缺失内容：填充缺失数据有3种方法，分别是以业务知识/经验推测进行填充、以同一个指标计算的结果进行填充、以不同的指标计算的结果进行填充。

4、重新取数：重新取数是针对那些指标重要但缺失率又较高的数据，这需要向取数人员或是业务人员进行资讯，或者从其他渠道取到相关数据。

5、关联性验证：如果数据的来源较多，就有必要进行关联性验证。

2、现有如下图所示的两组数据，其中 A组中B列数据存在缺失值，并且该列数据为int类型，B组中的数据均为str类型。接下来，请对这些数据进行以下操作：

（1）使用DAtAFrAme创建这两组数据。

（2）现在需要使用B组中的数据对A组中的缺失值进行填充并保持数据类型一致。

（3）将合并后A组中索引名为key的索引重命名为D。

请将程序写在下面的文本框内。

import numpy as np 
import pandas as pd 
group_A=pd.DataFrame({'A':[2,3,5,2,3], 
                      'B':[5,np.nan,2,3,6], 
                      'C':[8,7,50,8,2], 
                      'key':[3,4,5,2,5]},dtype=int)
group_B=pd.DataFrame({'A':[3,4,5], 
                      'B':[3,4,5], 
                      'C':[3,4,5]},dtype=str)
com=group_A.combine_first(group_B) 
com.rename(columns={'key':'D'},inplace=True)
print(com)