阿摩線上測驗
登入
首頁
>
iPAS◆資料處理與分析概論◆初級
>
113年 - 113-1 巨量資料分析師能力鑑定初級試題:資料處理與分析概論#122978
> 試題詳解
11. 程式設計分析客戶購買行為時,需要從兩個 DataFrame(訂 單資訊和客戶資訊)中合併相關資料。請問應該使用下列哪 一個函式來合併這兩個 DataFrame?
(A) pandas 的 merge()函式
(B) pandas 的 concat()函式
(C) pandas 的 join()方法
(D) pandas 的 append()方法
答案:
登入後查看
統計:
A(11), B(4), C(7), D(1), E(0) #3323441
詳解 (共 1 筆)
MoAI - 您的AI助手
B1 · 2025/10/11
#6874705
1. 題目解析 在程式設計中,合併資料是...
(共 1141 字,隱藏中)
前往觀看
1
0
相關試題
1. 如附圖所示為 Python 程式碼進行遺缺值(Missing Values) 處理的範例,其執行結果下列哪一項正確? (A) [25.0, 25.0, 25.0, 25.0, 25.0] (B) [20.0, 25.0, 25.0, 30.0, 25.0] (C) [20, None, 25, 30, None] (D) [25.0, 25.0, 25.0]
#3323431
2. 下列哪一項方式較「不」適合遺缺值(Missing Values)的處 理? (A) 逐案刪除法(Casewise) (B) 成對刪除法(Pairwise) (C) 單一補值法(Single Imputation or Simple) (D) 最大值補值法(Maximum Value Imputation)
#3323432
3. 下列何種圖表適合用來表達連續型(Continuous)資料的分 組? (A) 長條圖(Bar Chart) (B) 圓餅圖(Pie Chart) (C) 直方圖(Histogram) (D) 散佈圖(Scatter Plo)
#3323433
4. 關於資料合併的敘述,下列何者正確? (A) 資料合併應該針對具有相同意義的欄位進行合併 (B) 資料合併只能使用程式語言如 Python 或 R 中才能實 現 (C) 資料合併是一種需要使用資料庫技術才能實現的方 法 (D) 資料合併過程中如果有遺缺值(Missing Values),系 統會自動補上平均值
#3323434
5. 關於 Python 常用的 pandas 資料處理函式,下列敘述哪一項 錯誤? (A) duplicated()可用來檢測重複的記錄 (B) drop_duplicated()可用來刪除重複的記錄 (C) drop()可用來刪除資料框的列資料/行資料 (D) isnull()可用來檢查資料框空值的資料格
#3323435
6. 下列哪一項「不」屬於知名統計學家 Tukey 定義的五數摘要 統計值(Tukey five-number summaries)? (A) 最小值 (B) 下門栓值(Lower-hingle) (C) 中位數 (D) 平均值
#3323436
7. 巨量資料下特徵選取(Feature Selection)的工作十分重要, 下列哪一項屬於封裝(Wrapper)方法? (A) 多變量適應性雲形迴歸(Multivariate Adaptive Regression Splines, MARS) (B) 遞迴特徵刪除(Recursive Feature Elimination, RFE) (C) 決策樹(Decision tree) (D) 最小絕對值縮減與屬性選擇運算子(Least Absolute Shrinkage and Selection Operator, LASSO)
#3323437
8. 下列哪一個「不」是常見用來解讀資料的指標? (A) 平均數(mean) (B) 眾數(mode) (C) 偏態係數(Skewness coefficient) (D) 標籤編碼(Label Encoding)
#3323438
9. 在一個市場調查中,資料分析師將消費者分為三個不同的組 別(A、B、C),並計算了每組的購物金額。結果顯示,組別 A 的平均購物金額異常高於組別 B 和 C。在進一步分析之 前,資料分析師應先考慮對資料進行下列哪一種處理? (A) 將組別 A 視為特殊情況,不參與後續分析 (B) 檢查是否有錯誤的資料輸入或數據收集問題 (C) 忽略平均值,轉而觀察每組的中位數 (D) 增加組別 B 和 C 的資料量以平衡組別間的樣本數
#3323439
10. 在使用 Pandas 進行資料分析時,下列哪一個操作能夠對資 料進行分組後計算每組的平均值? (A) df.groupby('column').mean() (B) df.agg('mean') (C) df.mean('column') (D) df.groupby('column').sum()
#3323440
相關試卷
113年 - 113-1 巨量資料分析師能力鑑定初級試題:資料處理與分析概論#122978
2024 年 · #122978
112年 - 112 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#116824
2023 年 · #116824
111年 - 111 巨量資料分析師能力鑑定考試02:資料處理與分析概論#114287
2022 年 · #114287
110年 - 110-1 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#119175
2021 年 · #119175
110年 - 110-2 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#119174
2021 年 · #119174
109年 - 109-2 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119179
2020 年 · #119179
109年 - 109 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119176
2020 年 · #119176
108年 - 108 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119181
2019 年 · #119181