開始於2025年 05月 5日(Mon) 01:01
作答狀態已經完成
完成於2025年 05月 5日(Mon) 01:05
所用時間4 分鐘 38 秒
分數得100.00分(滿分為100.00分)

試題1

答對
得分 10.00/配分10.00
標示試題

試題文字

若要將文字全部轉為小寫，應使用哪一個方法？
a.
D. astype(str)
b.
B. str.upper()
c.
A. str.title()
d.
C. str.lower()
str.lower() 是將文字轉為小寫的標準方法。

試題2

答對
得分 10.00/配分10.00
標示試題

試題文字

下列哪個函數可篩選數值是否落在指定範圍？
a.
A. astype()
b.
C. between()
between() 可篩選資料是否落在某範圍，例如 0 到 100。
c.
D. fillna()
d.
B. apply()

試題3

答對
得分 10.00/配分10.00
標示試題

試題文字

下列哪個操作可將 'kiwi' 替換成 'kiwi fruit'？
a.
D. df['名稱'].replace('kiwi', 'kiwi fruit')
b.
A. replace('kiwi fruit', 'kiwi')
c.
B. df['名稱'].str.replace('kiwi', 'kiwi fruit')
str.replace() 是文字清洗的重要工具。
d.
C. map('kiwi', 'kiwi fruit')

試題4

答對
得分 10.00/配分10.00
標示試題

試題文字

使用哪個函數可以找到重複列？
a.
D. between()
b.
A. drop_duplicates()
c.
B. duplicated()
duplicated() 能快速檢查 DataFrame 中哪些列為重複的。
d.
C. dropna()

試題5

答對
得分 10.00/配分10.00
標示試題

試題文字

若要轉換欄位的資料型別，應使用？
a.
C. dropna()
b.
A. astype()
astype() 可用來轉換資料型別，例如將整數轉為字串。
c.
D. map()
d.
B. str.lower()

試題6

答對
得分 10.00/配分10.00
標示試題

試題文字

若要刪除包含缺值的資料列，應使用哪個函數？
a.
D. interpolate()
b.
A. fillna()
c.
B. notnull()
d.
C. dropna()
dropna() 可直接刪除含有缺值的列或欄。

試題7

答對
得分 10.00/配分10.00
標示試題

試題文字

下列哪一個 Pandas 函數可以用來偵測缺漏值？
a.
A. dropna()
b.
B. isnull()
isnull() 用於偵測資料中的缺漏值，是缺漏值處理的基本步驟。
c.
C. astype()
d.
D. drop_duplicates()

試題8

答對
得分 10.00/配分10.00
標示試題

試題文字

清除文字欄位前後的空白可用哪個方法？
a.
D. map()
b.
A. str.replace()
c.
C. str.lower()
d.
B. str.strip()
str.strip() 能有效去除前後多餘空白。

試題9

答對
得分 10.00/配分10.00
標示試題

試題文字

若要刪除重複資料，應使用哪個 Pandas 函數？
a.
D. strip()
b.
B. duplicated()
c.
A. drop_duplicates()
drop_duplicates() 是標準的重複資料清除方法。
d.
C. replace()

試題10

答對
得分 10.00/配分10.00
標示試題

試題文字

若要用平均值填補「年齡」欄位的缺值，以下哪段程式碼正確？
a.
True)
b.
True)
c.
B. df['年齡'].fillna(df.mean(), inplace
d.
A. df['年齡'].replace(np.nan, 0)
e.
D. df.fillna('年齡', mean)
f.
C. df['年齡'].fillna(df['年齡'].mean(), inplace
完成檢閱