Phân tích dữ liệu - Làm sạch dữ liệu, thống kê mô tả và PCA (đề cương ôn tập)
Tạo đề thi, làm bài thi, theo dõi kết quả ngay trên điện thoại — mọi lúc mọi nơi!
Tải trên Google Play Tải trên App StoreNội dung đề thi: Phân tích dữ liệu - Làm sạch dữ liệu, thống kê mô tả và PCA (đề cương ôn tập)
Xem trước 25/200 câu hỏi trong đề. Bấm Vào thi để làm bài trực tuyến, được chấm điểm và xem đáp án chi tiết.
Câu 1. Trong Pandas, hàm nào thường được dùng để đọc dữ liệu từ tệp CSV?
- A. pd.read_csv()
- B. pd.load_csv()
- C. pd.open_csv()
- D. pd.import_csv()
Câu 2. Lệnh df.isnull().sum() được dùng để làm gì?
- A. Đếm số dòng của DataFrame
- B. Đếm số giá trị thiếu theo từng cột
- C. Xóa các giá trị thiếu
- D. Tính tổng các cột số
Câu 3. Kết quả của df.duplicated() là gì?
- A. Một DataFrame đã xóa trùng
- B. Danh sách tên cột bị trùng
- C. Một Series Boolean đánh dấu dòng trùng
- D. Số lượng dòng trùng
Câu 4. Muốn xóa các dòng bị trùng lặp trong DataFrame, ta dùng lệnh nào?
- A. df.remove_duplicates()
- B. df.delete_duplicates()
- C. df.unique()
- D. df.drop_duplicates()
Câu 5. Phương thức str.strip() thường được dùng để làm gì với dữ liệu văn bản?
- A. Xóa khoảng trắng đầu và cuối chuỗi
- B. Chuyển chuỗi thành chữ thường
- C. Thay chuỗi bằng số
- D. Tách chuỗi thành nhiều cột
Câu 6. Lệnh clean_df.columns.str.lower() có tác dụng gì?
- A. Xóa tên cột
- B. Chuyển tên cột thành chữ thường
- C. Sắp xếp tên cột
- D. Đổi tên cột thành số
Câu 7. Trong Pandas, fillna() thường được dùng để xử lý trường hợp nào?
- A. Dữ liệu trùng
- B. Dữ liệu ngoại lệ
- C. Giá trị bị thiếu
- D. Sai tên cột
Câu 8. Lệnh df.dropna(subset=['product']) sẽ làm gì?
- A. Điền giá trị thiếu cho product
- B. Đổi kiểu dữ liệu của product
- C. Xóa cột product
- D. Xóa các dòng thiếu product
Câu 9. Giá trị trung vị thường được ưu tiên hơn trung bình khi dữ liệu có đặc điểm nào?
- A. Có ngoại lệ lớn
- B. Không có giá trị thiếu
- C. Chỉ gồm chuỗi
- D. Đã được sắp xếp
Câu 10. Lệnh pd.to_numeric(..., errors='coerce') sẽ xử lý giá trị không chuyển được sang số như thế nào?
- A. Giữ nguyên chuỗi
- B. Chuyển thành NaN
- C. Chuyển thành 0
- D. Xóa cả dòng
Câu 11. Trong pd.to_datetime(), errors='coerce' có ý nghĩa gì?
- A. Bỏ qua cột ngày
- B. Tự động sửa ngày sai
- C. Chuyển ngày không hợp lệ thành NaT
- D. Sắp xếp ngày tăng dần
Câu 12. Giá trị NaT trong Pandas thường biểu diễn điều gì?
- A. Một số bằng 0
- B. Một chuỗi rỗng
- C. Một dòng trùng
- D. Giá trị ngày giờ bị thiếu hoặc không hợp lệ
Câu 13. Lệnh df['Region'].value_counts(dropna=False) giúp ích chủ yếu cho việc nào?
- A. Kiểm tra tần suất từng giá trị kể cả NaN
- B. Xóa giá trị NaN
- C. Tính trung bình theo vùng
- D. Đổi tên các khu vực
Câu 14. Phương thức replace() phù hợp nhất khi cần làm gì?
- A. Tạo DataFrame mới
- B. Chuẩn hóa các cách viết khác nhau về cùng một giá trị
- C. Sắp xếp dữ liệu
- D. Đếm giá trị thiếu
Câu 15. Trong điều kiện lọc Pandas, toán tử & biểu diễn phép toán nào?
- A. OR
- B. NOT
- C. AND
- D. XOR
Câu 16. Biểu thức df[(df['quantity'] > 0) & (df['unit_price'] > 0)] giữ lại những dòng nào?
- A. Chỉ giá bán dương
- B. Chỉ số lượng dương
- C. Có ít nhất một điều kiện đúng
- D. Cả số lượng và giá bán đều dương
Câu 17. Tại sao nên tạo clean_df = df.copy() trước khi làm sạch?
- A. Để giữ lại dữ liệu gốc trong df
- B. Để xóa dữ liệu nhanh hơn
- C. Để đổi tên file CSV
- D. Để giảm số cột
Câu 18. Lệnh df.shape[0] trả về giá trị nào?
- A. Số cột
- B. Số dòng
- C. Số ô thiếu
- D. Số dòng trùng
Câu 19. Lệnh df.shape[1] trả về giá trị nào?
- A. Số dòng
- B. Số phần tử
- C. Số cột
- D. Số kiểu dữ liệu
Câu 20. Phương thức reset_index(drop=True) thường được dùng sau khi làm gì?
- A. Đọc file Excel
- B. Điền giá trị thiếu
- C. Đổi kiểu dữ liệu
- D. Lọc hoặc sắp xếp khiến chỉ mục cũ không còn liên tục
Câu 21. Mục đích của str.title() trong làm sạch dữ liệu văn bản là gì?
- A. Viết hoa chữ cái đầu của mỗi từ
- B. Xóa toàn bộ khoảng trắng
- C. Chuyển chuỗi thành số
- D. Ghép nhiều chuỗi
Câu 22. Nếu cột unit_price chứa chuỗi '1,500,000', thao tác nào nên thực hiện trước khi pd.to_numeric()?
- A. Thêm dấu phẩy
- B. Xóa dấu phẩy
- C. Đổi dấu phẩy thành chữ
- D. Sắp xếp cột
Câu 23. Trong groupby('product')['unit_price'].transform(...), transform() có ưu điểm gì?
- A. Luôn làm giảm số dòng
- B. Tự động xóa NaN
- C. Trả kết quả có kích thước phù hợp với dữ liệu gốc
- D. Chỉ hoạt động với dữ liệu chuỗi
Câu 24. Nếu một sản phẩm có toàn bộ unit_price bị thiếu, trung vị của nhóm đó thường là gì?
- A. 0
- B. Giá nhỏ nhất
- C. Giá lớn nhất
- D. NaN
Câu 25. Sau khi điền unit_price theo trung vị từng sản phẩm, vì sao có thể cần fillna() thêm bằng trung vị toàn cột?
- A. Một số nhóm có thể không có giá trị số hợp lệ
- B. Để tăng số dòng
- C. Để tạo cột mới
- D. Để xóa các giá trị hợp lệ
… và còn 175 câu nữa. Bấm Vào thi phía trên để làm toàn bộ 200 câu và xem đáp án.
