数据分析师面试必备，数据分析面试题集锦(五)

大家好，今天整理数据分析面试题集锦，经常会被问到，“互联网大厂数据分析需要学习什么技能？”，“针对实际的业务场景，如何使用数据分析工具去分析？”基于此作者总结数据分析面试常用的问题，面试内容包括技能应用篇：EXCEL、SQL、Python、BI工具等，业务思维篇：常用的数据分析方法与业务思维等。

其中大部分问题点，没有绝对标准答案，所有问题点都是为了解决问题，大家如果有更好的问题答案，也可以提出，对于其中的问题也可以提出，共同解答，欢迎点赞、转发、评论，下面一起来学习，学习一线大厂数据分析大佬的技能总结。

本文讲解内容：Excel、SQL、Python面试必备
适用范围：多种数据分析实用技巧

Excel篇

1、自定义数据格式代码

如何自定义数据格式，比如这里8月销售大于7月销售，将其显示为绿色并添加向上的箭头，8月销售小于7月销售，将其显示为红色并添加向下的箭头。

选择需要设置数据格式的区域，右键点击设置单元格格式输入如下的格式代码，该代码可分为两部分，用分号隔开，第一部分是对大于0的值设置格式：[绿色][>0]▲0，表示字体颜色为绿色，显示▲，0表示原数，第二部分是对小于0的值设置格式：[红色][<0]▼0，表示字体颜色为红色，显示▼，0表示原数。

[绿色][>0]▲0;[红色][<0]▼0

另外在PowerBI中，可以使用如下的DAX函数设置如上的自定义数据格式，感兴趣可以尝试一下。

环比_颜色 = SWITCH(TRUE(),
                  [环比]>0,UNICHAR(9650)&FORMAT([环比],"0.0%"),
                  [环比]<0,UNICHAR(9660)&FORMAT([环比],"0.0%"),"")

除此之外，还有自定义数据格式用来设置单位，如下也可设置单元格式，自定义设置。

0!.0,"万"
0!.00,,"亿"

比如这里使用0!.0,"万"表示万，先使用千分位符，将数据缩小1000倍，然后设置数据格式为0!.0将数据缩小10倍，小数点前的 ! 是用于强制显示小数点，将数据缩小10倍，最后再加一个万字即可，需要加双引号。

2、批量生成销售个人明细

要批量生成销售个人明细，比如生成每一个销售每一天的销量和销售额情况，可以先数据透视，注意要将销售员拖入到筛选器中。

然后在数据透视表工具中选择分析，点击选项下面的显示报表筛选页。

在显示报表筛选页下选择销售员，点击确定即可。

如下将我们所有的销售员每一天的销量和销售额进行了拆分，拆分为每一个销售个人的具体情况。

SQL篇

表之间的关联

如下考察表格之间的关联关系，比如表与表之间的合并，表与表之间的相交等等，考查表格关联的逻辑。

第一问、表A和表B的交集：

SELECT a.cus_id from `表a` as a
INNER JOIN `表b` as b
on a.cus_id=b.cus_id；

第二问、表A和表B的并集：

SELECT * from `表a`
UNION
SELECT * from `表b`；

第三问、表A和表B的对称差：

SELECT * from `表a` where cus_id not in (SELECT * from `表b`)
UNION
SELECT * from `表b` where cus_id not in (SELECT * from `表a`)；

第四问、表A中存在但表B中不存在：

SELECT * from `表a`
WHERE cus_id not in (SELECT cus_id from `表b`)；

Python篇

1、np.where分组用法

首先创建案例数据，创建一个DataFrame。

import pandas as pd
df=pd.DataFrame(data={'语文': [50,90,70,78,60],
                      '数学': [59,80,60,75,69],
                      '英语': [61,95,65,80,59]},
                index=['小明','小红','小丽','小刚','小东'])

df['总分']=df['语文']+df['数学']+df['英语']
df

导入numpy库，调用np.where的用法。

#np.where的用法
import numpy as np
df['总分评级']=np.where(df['总分']>200,'A等','B等')
df

np.where也用于两个字段之间的比较，比如这里的语文成绩与数学成绩之间的比较。

df['语文评级']=np.where(df['语文']>df['数学'],'?','?')
df

2、多条件赋值用法

使用loc函数，选择确定条件区域的数据，直接使用“=”号进行赋值，从而达到多条件赋值的用处。

#多条件赋值用法
df['数学评级']=''
df.loc[df['数学']<60,'数学评级']='不及格'
df.loc[df['数学']>=60,'数学评级']='及格'
df

3、apply用法

首先定义一个GetScore函数，该函数中用来写入不同的条件，然后使用apply函数应用到该行即可。

def GetScore(df): 
    if df['英语']<60:
        return '不及格' 
    elif df['英语']<70:
        return '及格' 
    elif df['英语']<80:        
        return '中等' 
    elif df['英语']<90:
        return '良好' 
    elif df['英语']<100:
        return '优秀'

df.loc[:,'英语评级']=df.apply(GetScore,axis=1)
df

4、np.select用法

有多个条件可以使用np.select函数，这种适用于多个字段之间设置比较条件，比如这里语文、数学、英语同时大于60分就设置为及格，其他用法类似。

#多条件判断，有多个条件可以使用
np.selectconditions=[(df['语文']>=60)&(df['数学']>=60)&(df['英语']>=60),
                     (df['语文']<60)&(df['数学']>60)&(df['英语']>60),
                     (df['语文']>60)&(df['数学']<60)&(df['英语']>60),
                     (df['语文']>60)&(df['数学']>60)&(df['英语']<60)]

results=['合格','不合格','不合格','不合格']
df['多重评级']=np.select(conditions,results,default='不合格')
df

多列合并为一列可以使用map函数转为字符型，用加号进行连接。

#将多列合并为一列
df['评级合并']=df['语文评级'].map(str)+df['数学评级'].map(str)+df['英语评级'].map(str)
df

三年互联网数据分析经验，擅长Excel、SQL、Python、PowerBI数据处理工具，数据可视化、商业数据分析技能，统计学、机器学习知识，持续创作数据分析内容，点赞关注，不迷路。