财务大数据基础（第二版）技能训练参考答案汇 高翠莲 项目6-10

项目六数据分析工具Pandas入门一、单选题1.下列选项中，描述不正确的是（A）A.Pandas只有Series和DataFrame这两种数据结构B.Series是一维的数据结构C.DataFrame是二维的数据结构D.Series和DataFrame都可以重置索引2.下列选项中，描述正确的是（B）A.Series是一维的数据结构，其索引在右，数据在左B.DataFrame是二维的数据结构，并且该结构具有行索引和列索引C.Series结构中的数据不可以进行算术运算D.Series对象只提供了index属性3.下列选项中，描述不正确的是（A）A.Pandas只提供了读取文本文件、Excel文件的函数B.从excel文件中读入的数据系统自动转换成DataFrame对象C.read_excel()函数用来读取Excel文件D.Pandas提供了将数据写入到外部文件中的方法4.阅读下面的程序，该程序执行后的输出结果为（B）importpandasaspddata=[[68,56,88],[86,52,71],[88,79,89]]df=pd.DataFrame(data,columns=['语文','数学','英语'])df['语文'][1]A.68B.86C.88D.报错5.使用上一题的数据集df，语句df.loc[1:2,'语文']执行后的结果是（A）A.186288Name:语文,dtype:int64B.068186Name:语文,dtype:int64C.152279Name:语文,dtype:int64D.056152Name:语文,dtype:int64二、实操题实操题答案见“代码”文件夹下“ch6”文件夹中的“项目六-技能训练-实操题.ipynb”。项目七统计计算与分组运算一、单选题1.下列哪个函数不是Pandas的统计计算函数（D）A.mean()函数B.sum()函数C.max()函数D.print()函数2.下列选项中，哪个方法可以一次性输出多个统计指标？（C）A.mean()B.median()C.describe()D.sum()3.下列选项中，描述不正确的是（C）A.sort_index()函数专门用于按数据集的索引标签名进行排序B.Pandas支持按行或列的索引名排序和按实际值排序C.sort函数既可以按索引名排序又可以按实际值排序D.sort_values()函数用于将数据集按值进行排序4.下列选项中，关于groupby()的操作不正确的是（D）A.list(df.groupby('系部'))B.df.groupby(by='系部')C.df.groupby('系部',sort=True)D.df.groupby('系部','性别')5.对于如下数据集df的分组运算，对代码的解释下列哪个选项是错误的？（D）系部姓名性别比赛得分1会计系李彦斌男892信息系赵科男793金融系章丽丽女684会计系王静女775会计系彭伟男676信息系金子轩女82A.df.groupby(‘系部’)，表示按“系部”进行分组B.df.groupby([‘系部’,’性别’])，表示按“系部”和“性别”进行分组C.df.groupby(‘系部’).sum()，表示按“系部“分组并求每个系部的比赛总分D.df.groupby('性别').sum()，表示按“性别“分组并求男生和女生的总数二、实操题实操题答案见“代码”文件夹下“ch7”文件夹中的“项目七-技能训练-实操题.ipynb”。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）importpandasaspddata={"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”。项目九数据规整一、单选题1.下列选项中，描述不正确的是（D）A.concat()函数默认是行拼接B.concat()函数要实现列拼接，要指定axis=1C.行拼接是指上下多行进行拼接D.列拼接操作后，两个数据集中相同列信息只保留一列2.关于匿名函数，描述不正确的是（D）A.使用匿名函数可以省去定义函数的过程，让代码更加精简B.匿名函数有个限制，就是只能有一个表达式C.匿名函数也是一个函数对象，把匿名函数赋值给一个变量，再利用变量来调用该函数D.匿名函数也可以实现复杂的编程逻辑3.func=lambdax:x**2语句定义了一个匿名函数，计算一个数的平方，现在要计算2的平方，正确的调用是（A）A.func(2)B.func2C.funcD.func=24.下列选项中，关于apply()方法正确的说法是（C）A.apply()方法是对DataFrame每一个元素应用某个函数B.apply()方法只能对行列进行操作C.apply()方法可以对数据进行分组D.apply()方法返回的结果一定与原数据的形状相同5.下列代码生成数据集df，现在要求每一行的数据总和，正确的代码为（A）importnumpyasnpdata=[[1,2,3,4],[5,6,7,8],[9,10,11,12]]df=pd.DataFrame(data,columns=list('abcd'))dfA.df.apply(lambdax:x.sum(),axis=1)B.df.apply(lambdax:x.sum())C.df.apply(lambdax:x.add(),axis=1)D.df.apply(lambdax:x.add())二、实操题实操题答案见“代码”文件夹下“ch9”文件夹中的“项目九-技能训练-实操题.ipynb”。项目十数据分析与可视化一、单选题1.有如下数据集df，要对该数据集进行转置，下列哪个选项不正确（C）a b c d0 1 2 3 41 5 6 7 82 9 10 11 12A.df1=pd.DataFrame(df.T)B.df1=pd.DataFrame(df.values.T)C.df1=pd.DataFrame(T)D.df1=pd.DataFrame(df.T,index=df.columns,columns=df.index)2.在第1题的数据集df中增加一列e列，正确的代码是（A）A.df['e']=[8,8,8]B.df[e]=[8,8,8]C.df['e']=[‘8’,‘8’,‘8’]D.e=[8,8,8]3.下列选项中，关于Matplotlib库说法不正确的是（D）A.Matplotlib是当前用于数据可视化的最流行的Python包之一B.Matplotlib提供了绘制散点图、条形图、折线图、饼图、直方图的方法C.渐进、交互的方式实现数据可视化D.Matplotlib不能支持中文显示4.Matplot