AI-Agent 面试题汇总 - Python数据分析篇

1. Python 数据分析常用库有哪些？各自作用是什么？

• NumPy：高性能数值计算、矩阵运算
• pandas：表格数据处理（DataFrame）
• matplotlib / seaborn：可视化
• scikit-learn：特征工程与机器学习工具
• scipy：科学计算与统计函数

2. 什么是 Series 和 DataFrame？

• Series：一维带索引数组
• DataFrame：二维表格结构（行列索引），是分析工作主力数据结构。

3. 如何将字典创建为 DataFrame？（宝典同类高频）

import pandas as pd

data = {"name": ["Tom", "Bob"], "score": [88, 92]}
df = pd.DataFrame(data)
print(df)

4. 如何查看 DataFrame 的基本信息？

df.head()
df.tail()
df.shape
df.info()
df.describe()

5. 如何输出 df 的所有列名？

print(df.columns)
# 或
print(df.columns.tolist())

6. 如何修改第二列列名为 popularity？

cols = df.columns.tolist()
cols[1] = "popularity"
df.columns = cols

7. 如何筛选包含 "Python" 的行？

result = df[df["content"].str.contains("Python", na=False)]

8. 如何统计 grammar 列每种语言出现次数？

df["grammar"].value_counts()

9. loc 和 iloc 的区别是什么？

• loc：按标签取值
• iloc：按位置下标取值

10. 如何新增一列并按条件赋值？

df["level"] = "low"
df.loc[df["score"] >= 90, "level"] = "high"

11. apply、map、applymap 区别？

• map：Series 元素级映射
• apply：按行/列应用函数
• applymap：DataFrame 每个元素应用函数（新版常建议用 map/向量化替代）

12. 什么是向量化操作？为什么重要？

向量化是直接对整列/数组运算，避免 Python for 循环，速度更快、代码更简洁。

13. 如何处理缺失值（NaN）？

df.isna().sum()
df.dropna()
df.fillna(0)
df["age"] = df["age"].fillna(df["age"].median())

14. 缺失值填充常见策略有哪些？

• 数值：均值/中位数/分组统计填充
• 类别：众数/“unknown”
• 时间序列：前向填充、后向填充

15. 如何删除重复值？

df.drop_duplicates()
df.drop_duplicates(subset=["user_id"], keep="last")

16. groupby 的核心作用是