1、
2025年高职（大数据技术）数据清洗综合试题及答案
（考试时间：90分钟 满分100分）
班级______ 姓名______
第I卷（选择题 共30分）
答题要求：本卷共6题，每题5分。每题给出的四个选项中，只有一项是符合题目要求的。
1. 以下哪种数据类型不属于结构化数据，在数据清洗中较难处理？
A. 数值型
B. 文本型
C. 图像数据
D. 日期型
2. 数据清洗中，处理缺失值的方法不包括以下哪种？
A. 删除含有缺失值的记录
B. 用均值填充
C. 用随机值填充
D. 直接忽略
3. 对于重复数据的处理，主要目的是？
A. 增
2、加数据量
B. 提高数据准确性
C. 使数据更复杂
D. 减少存储空间
4. 以下哪个不是数据清洗中常见的噪声数据来源？
A. 数据录入错误
B. 数据传输错误
C. 数据加密过程
D. 传感器故障
5. 在清洗文本数据时，去除多余空格属于哪种操作？
A. 数据标准化
B. 数据集成
C. 数据转换
D. 数据清理
6. 数据清洗的第一步通常是？
A. 数据集成
B. 数据预处理
C. 明确清洗目标
D. 数据转换
第II卷（非选择题 共70分）
7. （本题15分）简述数据清洗的主要流程以及每个流程的关键操作要点。
8. （本题15分）举例说明
3、在大数据技术中，如何运用数据清洗解决数据不一致的问题。
9. （本题20分）材料：在某电商平台的销售数据中，存在大量客户地址信息不完整的情况，部分地址只有省份，部分只有城市等。请针对此情况，阐述你会采用哪些数据清洗方法来处理这些不完整的客户地址信息。
10. （本题20分）材料：一份医疗数据中，存在一些数据记录的疾病诊断字段填写混乱，比如“感冒，咳嗽，疑似肺炎”等多种病症混杂记录。请设计一个数据清洗方案，对该疾病诊断字段进行规范处理。
答案：
1. C
2. D
3. B
4. C
5. D
6. C
7. 数据清洗流程及要点：首先是明确清洗目标，要清楚了解数据的用途和
4、期望达到的质量标准。接着进行数据预处理，包括检查数据的格式、类型等。然后是数据清理，去除重复数据、处理缺失值等。关键操作要点：明确目标需与业务紧密结合；预处理要仔细检查；清理时针对不同问题选合适方法，如缺失值用均值、中位数等填充，重复数据用查重工具等。
8. 比如在电商数据中，不同数据源的商品价格可能不一致。通过数据清洗，首先统一价格数据的格式，然后去除重复和错误的价格记录。对于缺失价格的商品，若有相关规律，可根据同类商品价格均值填充。通过这些操作，使电商平台的价格数据保持一致，为后续数据分析和决策提供准确依据。
9. 对于不完整的客户地址信息，可采用以下方法：首先对地址进行分类，确定哪些字段是关键必填项。对于只有省份的地址，可通过查询相关地区数据库，补充城市、区县等信息。对于只有城市的，补充省份、区县等。还可利用地址标准化工具，将不规范地址统一为标准格式，提高地址的准确性和完整性。
10. 针对疾病诊断字段混乱的情况，清洗方案如下：首先建立疾病标准库。然后对每条记录进行拆分，将混杂的病症逐一分离。对于分离后的病症，在标准库中进行匹配，若有准确对应则直接规范记录。若部分病症无准确对应，可归类到相近疾病类型或特殊情况进行标注。最后对整个字段进行整理，确保诊断信息清晰规范。
浙ICP备2021020529号-1 | 浙B2-20240490 
