← 返回列表

4.6.1-缺失值检测与处理.md

4.6.1 缺失值检测与处理（问答库）

  1. 【单选题·易】用来检测数据框中缺失值、返回布尔型数据框的方法是？ A. dropna() B. fillna() C. isna() 或 isnull() D. duplicated() 答案：C 解析： 语料明确：isna() 或 isnull() 用来检测缺失值，返回布尔型数据框。dropna() 是删除，fillna() 是填充，duplicated() 属于重复值检测（4.6.3）。
  2. 【单选题·易】关于 df.isna() 与 df.isnull()，下列说法正确的是？ A. 前者只检测行，后者只检测列 B. 两个函数的输出结果相同 C. 只有 isna() 能用于数据框 D. isnull() 会直接删除缺失值 答案：B 解析： 课程注释：df.isna() 与 df.isnull() 两个函数的输出结果相同。二者都只做检测，不删除、不填充。
  3. 【判断题·易】isna() 返回的布尔型数据框中，True 对应的位置有缺失值。 答案：√ 解析： 语料说明：True 对应的位置有缺失值。课程示例中二月的美好集团、北方通信和三月的广东科技为 True。
  4. 【判断题·易】dropna() 默认会直接修改原始数据框，把含缺失值的行删掉。 答案：× 解析： dropna() 删除有缺失值的行并返回一个新数据框，默认不修改原始对象。要保留结果需赋值，如 df2 = df.dropna()。
  5. 【多选题·中】下列属于课程中处理缺失值的常用方法的有： A. 使用 dropna() 删除包含缺失值的行或列 B. 使用 fillna() 用特定值（如均值、中位数或前后值）填充 C. 使用 fillna(0) 用 0 填充缺失值 D. 使用 drop_duplicates() 删除重复行 答案：ABC 解析： 处理方式取决于分析需求。课程给出 dropna() 删除，以及 fillna() 用 0、前后值或列均值填充。drop_duplicates() 是 4.6.3 重复值处理，不是缺失值方法。
  6. 【单选题·中】执行下列代码后，新数据框还剩下哪些行标签？
import numpy as np
from pandas import DataFrame
a = np.array([[163, 113, 158],
              [np.nan, np.nan, 119],
              [193, 127, np.nan],
              [109, 126, 110]])
df = DataFrame(a, index=['一月', '二月', '三月', '四月'],
               columns=['美好集团', '北方通信', '广东科技'])
print(df.dropna())

A. 一月、二月、三月、四月 B. 一月、四月 C. 二月、三月 D. 仅一月 答案：B 解析： dropna() 默认删除有缺失值的行。二月美好集团与北方通信缺失，三月广东科技缺失，这两行被删，只保留完整的一月、四月。

  1. 【单选题·中】执行下列代码后，二月「美好集团」的值是？
import numpy as np
from pandas import DataFrame
a = np.array([[163, 113, 158],
              [np.nan, np.nan, 119],
              [193, 127, np.nan],
              [109, 126, 110]])
df = DataFrame(a, index=['一月', '二月', '三月', '四月'],
               columns=['美好集团', '北方通信', '广东科技'])
print(df.fillna(0).loc['二月', '美好集团'])

A. nan B. 163.0 C. 0.0 D. 155.0 答案：C 解析： fillna(0) 用 0 填充全部缺失值。二月美好集团原为缺失，填成 0.0。163.0 是前向填充结果，155.0 是列均值填充结果。

  1. 【多选题·中】关于 fillna() 的填充策略，下列说法正确的有： A. fillna(0) 用 0 值填充缺失值 B. method='ffill' 用缺失值前面的值填充 C. method='bfill' 用缺失值前面的值填充 D. fillna(value=df.mean()) 用所在列的平均值填充 答案：ABD 解析： ffill 是前向填充（前面的值）；bfill 是用后面的值填充，故 C 错误。均值填充按列计算，不是全表一个数。
  2. 【判断题·中】df.fillna(method='ffill') 指定用缺失值后面的值填充。 答案：× 解析： method='ffill' 用缺失值前面的值填充；用后面的值填充应指定 method='bfill'。较新版本 pandas 对应写法为 df.ffill() 与 df.bfill()。
  3. 【单选题·难】执行下列代码后，二月「美好集团」、二月「北方通信」、三月「广东科技」的填充值分别是？
import numpy as np
from pandas import DataFrame
a = np.array([[163, 113, 158],
              [np.nan, np.nan, 119],
              [193, 127, np.nan],
              [109, 126, 110]])
df = DataFrame(a, index=['一月', '二月', '三月', '四月'],
               columns=['美好集团', '北方通信', '广东科技'])
filled = df.fillna(value=df.mean())
print(filled.loc['二月', '美好集团'],
      filled.loc['二月', '北方通信'],
      filled.loc['三月', '广东科技'])

A. 0.0、0.0、0.0 B. 163.0、113.0、119.0 C. 155.0、122.0、129.0 D. 193.0、127.0、110.0 答案：C 解析： fillna(value=df.mean()) 用所在列平均值填充。美好集团 (163+193+109)/3=155.0，北方通信 (113+127+126)/3=122.0，广东科技 (158+119+110)/3=129.0。A 是填 0，B 是前向填充，D 是后向填充。

  1. 【简答题·中】写出检测缺失值的方法，并说明 dropna() 与 fillna() 各做什么；再列出课程中 fillna() 的三种填充方式。 答案： （1）检测：isna() 或 isnull()，返回布尔型数据框，True 表示该位置缺失，二者结果相同。 （2）dropna()：删除包含缺失值的行或列，默认删行并返回新数据框。 （3）fillna()：用特定值填充缺失值。课程三种方式：fillna(0) 用 0 填充；fillna(method='ffill') 用前面的值（bfill 用后面的值）；fillna(value=df.mean()) 用所在列平均值填充。 解析： 评分要点：① 检测方法写全 isna/isnull 且说明结果相同、True 为缺失；② dropna 是删除、默认删行、返回新对象；③ fillna 三种策略（0 / 前后值 / 列均值）写清，ffill 与 bfill 方向不反。漏掉「返回新对象」或把 bfill 说成前面的值可酌情扣分。
  2. 【简答题·难】结合下列代码，回答：（1）isna() 中哪些位置为 True？（2）dropna() 后剩下哪几行？（3）fillna(0)、前向填充、列均值填充时，二月「美好集团」分别变成多少？为什么三者不同？
import numpy as np
from pandas import DataFrame
a = np.array([[163, 113, 158],
              [np.nan, np.nan, 119],
              [193, 127, np.nan],
              [109, 126, 110]])
df = DataFrame(a, index=['一月', '二月', '三月', '四月'],
               columns=['美好集团', '北方通信', '广东科技'])
print(df.isna())
print(df.dropna())
print(df.fillna(0))
print(df.ffill())  # 课程写法：df.fillna(method='ffill')
print(df.fillna(value=df.mean()))

答案： （1）True 的位置：二月美好集团、二月北方通信、三月广东科技。 （2）只剩一月、四月两行；二月、三月因含缺失被删。 （3）填 0 得到 0.0；前向填充用一月的 163.0；列均值填充用美好集团非缺失均值 155.0。三者策略不同：常数填充、取同一列前一个有效值、按列统计后回填，所以结果不同。原 df 仍含缺失，因为这些方法默认都返回新对象。 解析： 评分要点：① 三个缺失位置写全；② dropna 剩一月、四月；③ 三个填充值 0.0 / 163.0 / 155.0 正确，并能解释策略差异；④ 能指出默认不改原对象更佳。只背数字不讲原因可酌情扣分。

文件位置：

术语按语料使用「序列 / 数据框」。涉及数据的题目均带可运行代码；第 12 题前向填充写成 df.ffill()，与课程 fillna(method='ffill') 结果一致（pandas 3 已去掉 fillna 的 method 参数）。

下载此文件