数据分析师Python面试问题

数据分析师——可能是所有数据专业人员中最直接的职位。破译数据分析师的工作并不需要太多思考。

 

当然，他们需要多种技能，如数据可视化、分析思维、沟通和商业智能。

 

但为了充分利用这些技能，他们必须以某种方式处理和分析数据。处理大型数据集需要掌握一两种编程语言。数据分析中最流行的两种语言可能是SQL和Python。

 

在大多数数据分析工作中，您每天都会用到它们。难怪这些职位的面试主要围绕着测试你的SQL和Python技能。

数据分析师Python面试问题

 

问题1:产品族

 

“首席营销官感兴趣的是了解不同产品系列的销售如何受到促销活动的影响。为此，对于每个产品系列，显示销售的总数量，以及在销售的总数量中有有效促销的销售单位的百分比。如果结果中有null，则将它们替换为零。促销是有效的，如果它不是空的，它包含在促销表中。”

 

这是问题的链接，如果你想跟我一起看的话。

 

技术概念

 

用Python进行数据分析是数据分析师非常欣赏的技能之一，通常是强制性的技能。虽然Python为数据分析提供了很多可能性，但这通常是不够的。您还必须使用不同的数据分析库，如Pandas和NumPy。

 

在解决这个数据分析师面试问题时，您需要熟练使用以下概念:

 

•合并()

 

•lambda函数

 

•isna ()

 

•独特的()

 

•groupby ()

 

•数据聚合

 

•使用数据框架

 

解决方案与输出

 

下面是如何在Python中解决这个问题。

 

import pandas as pd

 

merged = facebook_sales.merge(

 

right=facebook_products, how="outer", on="product_id"

 

)

 

merged["valid_promotion"] = merged.promotion_id.map(

 

lambda x: not pd.isna(x)

 

and x in facebook_sales_promotions.promotion_id.unique()

 

)

 

valid_promotion = merged[merged.valid_promotion]

 

invalid_promotion = merged[~merged.valid_promotion]

 

result_valid = (

 

valid_promotion.groupby("product_family")["units_sold"]

 

.sum()

 

.to_frame("valid_solds")

 

.reset_index()

 

)

 

result_invalid = (

 

invalid_promotion.groupby("product_family")["units_sold"]

 

.sum()

 

.to_frame("invalid_solds")

 

.reset_index()

 

)

 

result = result_valid.merge(

 

result_invalid, how="outer", on="product_family"

 

).fillna(0)

 

result["total"] = result["valid_solds"] + result["invalid_solds"]

 

result["valid_solds_percentage"] = (

 

result["valid_solds"] / result["total"] * 100

 

)

 

result = result[

 

["product_family", "total", "valid_solds_percentage"]

 

].fillna(0)

 

让我们看一下代码。首先，我使用正确的外部方法合并facebook_sales和facebook_products。

 

然后我使用新的列valid_promotion来查找在有效促销下的销售。换句话说，在销售和促销数据中找到促销ID。

 

之后，我将输出分成有效销售和无效销售。这两种类型的销售按产品族进行汇总和分组。

 

这两个dataframe再次合并，以按产品类型显示有效和无效的销售。NA值替换为0。

 

现在我得到了这些值，我可以找到有效销售额的百分比。

 

最后，输出显示产品族、总销售额和有效销售额百分比。

这里有一个关于这个解决方案的视频演练。

 

问题2：最接近的和

 

给定一个长度为n的整数数组nums和一个整数目标，在nums中找到三个整数，使它们的和最接近目标。

 

返回三个整数的和。

 

你可以假设每个输入都只有一个解。”

 

这是问题的链接，如果你想跟我一起看的话。

 

技术概念

 

数据分析师不需要经常编写算法。但当他们这样做时，这可能有助于他们进行数据分析。这个数据分析师面试问题就是这样一个例子，因为它要求你找到最接近目标的和。这或类似的东西是用Excel中的求解器完成的。

 

但为什么不更复杂一点呢?这种复杂性需要了解以下概念:

 

•定义函数

 

•定义数据类型

 

•数据排序

 

•for循环

 

•范围()

 

•莱恩()

 

•abs ()

 

解决方案与输出

 

这个算法是这样写的。

 

class Solution:

 

def threeSumClosest(self, nums: List[int], target: int) -> int:

 

diff = float("inf")

 

nums.sort()

 

for i in range(len(nums)):

 

lo, hi = i + 1, len(nums) - 1

 

while lo < hi:

 

sum = nums[i] + nums[lo] + nums[hi]

 

if abs(target - sum) < abs(diff):

 

diff = target - sum

 

if sum < target:

 

lo += 1

 

else:

 

hi -= 1

 

if diff == 0:

 

break

 

return target - diff

 

首先，定义函数threesumnearest。输入、输出和差异数据必须是整数，因此将它们定义为整数并对输入数组进行排序。

 

然后创建for循环并定义当前位置和指针。之后是为循环设置标准。

 

当lo指针在hi指针下面时，它们的和是它们的和加上当前位置。

 

如果目标值与结果差值的绝对值小于绝对值差值，则将差值设置为target - sum。

 

如果结果低于目标值，则将lo指针加1。如果不是，则将hi指针减少1。如果差值为零，则结束循环并显示输出，即目标值减去差值。

 

这是情形1和算法输出。