数据分析师面试必备，数据分析面试题集锦(二)_数据分析师二面会问什么

大家好，今天整理了数据分析面试题集锦(二)，经常会被问到，“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。

其中大部分的问题点，没有绝对标准的答案，所有的问题点都是为了解决问题去设置，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。

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、Excel如何提取指定字符内容

分别提取货号和销售单编号里的字母和数字。

提取货号字母

=LEFT(C2,3)

提取货号数字

=RIGHT(C2,4)

提取单号字母

=LEFT(D2,FIND("-",D2)-1)

提取单号数字

=MID(D2,FIND("-",D2)+1,100)

2、Excel如何数据逆透视

将横向数据转为纵向数据，选择横向单元格区域，点击数据选项卡，点击获取与转换中的从表格，点击创建表。

在主页中单击将第一行用作标题。

按住Ctrl键选中不需要逆透视的列，在转化选项卡下点击逆透视其他列。

如框选的部分，数据完成逆透视，在主页选项卡下点击关闭并上载功能，将数据加载至sheet表中。

3、Excel数据如何分组合并

数据分组后合并，选择单元格数据区域，点击数据选项卡，点击获取与转换中的从表格，点击创建表。

选择转换选项卡分组依据，分组类别为产品类别，柱为产品名称，操作为求和，点击确定。

将阴影选中的公式部分List.Sum替换为Text.Combine。

如框选的部分，数据完成分组合并，在主页选项卡下点击关闭并上载功能，将数据加载至sheet表中。

SQL篇

1、SQL的执行顺序

大多数编程语言代码都是按编码顺序执行的，但是在SQL语言中，第一个被执行的语句是FROM子句，每个步骤都会产生一个虚拟表，该虚拟表被用作下一个步骤的输入，如下的顺序即SQL的执行顺序。

(8)SELECT (9)DISTINCT  (11)<Top Num> <select list> 
(1)FROM [left_table] 
(3)<join_type> JOIN <right_table> 
(2)ON <join_condition> 
(4)WHERE <where_condition> 
(5)GROUP BY <group_by_list> 
(6)WITH <CUBE | RollUP> 
(7)HAVING <having_condition> 
(10)ORDER BY <order_by_list>

2、计算用户的平均次日留存率

使用date_add计算一天后的日期，使用distinct device_id,date计算得出设备ID和答题日期，再计算第二天，再通过左连接，将构造的第二天和实际答题表对接，连接条件为设备ID相同，构造的第二天和真实的答题日期相同，因为是左连接，所以右侧没有符合条件的会是空值，最后就是count计算。

select count(t3.device_id)/count(t2.device_id) as avg_ret 
from (select t1.*,date_add(t1.date,interval 1 day) as diertian 
from (select distinct device_id,date from question_practice_detail ) as t1) as t2  
left join (select distinct device_id,date from question_practice_detail) as t3 
on t2.device_id=t3.device_id and t2.diertian=t3.date;

Python篇

1、批量合并同一文件夹不同工作簿数据

第一个方法，使用OS库遍历出文件夹中的各个工作簿名称，df导入第一个工作簿，dfi循环导入其他工作簿，最后使用concat函数进行两个列表合并。

import pandas as pd
import os
path=r'C:\Users\尚天强\Desktop\测试' 
listdir=os.listdir(path) 
 
df=pd.read_excel(path+'\\'+ listdir[0])#导入第一个数据表
for filename in listdir[1:]:
     dfi=pd.read_excel(path+'\\'+ filename) #导入除第一个数据表外其他数据表
     df=pd.concat([df,dfi]) #数据纵向合并
     df.to_excel(path+'\\'+'数据合并.xlsx',index=False)

第二个方法，建立一个空的列表[]，df跳过表头循环导入数据，将循环导入的数据使用extend函数合并值空的列表dfs中，最后用concat函数列表合并。

import pandas as pd 
import os  
dfs = [] 
read_path=r'C:\Users\尚天强\Desktop\测试数据' 
save_path=r'C:\Users\尚天强\Desktop' 
save_name='out_table.xlsx' 
 
for fname in os.listdir(read_path):
     if fname.endswith(".xlsx") and fname !=save_name:
         df = pd.read_excel(read_path+"\\"+fname,skiprows=1,header=None,sheet_name=None) #names=['序列','日期','销量']
         dfs.extend(df.values()) 
#合并 
result = pd.concat(dfs)
 
#导出数据 
result.to_excel(save_path+"\\"+save_name,index=False,header=['id','number','sale'])

2、批量合并不同工作簿不同sheet表数据

该方法首先建一个空的表格，使用openpyxl库，循环导入不同工作簿，不同sheet表，不同行的数据，然后进行合并。

from openpyxl import Workbook,load_workbook 
import os
  
def concat_data(file_path,save_path):
     files_name=os.listdir(file_path)
     #创建新表格
     new_wb=Workbook()
     new_ws=new_wb.active
     header=['销售日期', '员工工号', '销售员', '货号', '销售单编号', '销量', '销售额']
     new_ws.append(header)
     #向新的表格写入数据
     for file_name in files_name:
         wb=load_workbook(file_path+"\\"+file_name)
         for sheet in wb.sheetnames:
             ws=wb[sheet]
             for row in ws.iter_rows(min_row=2,values_only=True):
                 new_ws.append(row)
     #数据保存
     new_wb.save(save_path+"\\"+"数据合并.xlsx")
 
concat_data(r"C:\Users\尚天强\Desktop\2017年销售明细",r"C:\Users\尚天强\Desktop")

3、Python批量数据拆分

如果将汇总的数据表按照某个品牌或者企业进行批量拆分，首先使用unique函数将需要拆分的字段去重，然后使用df.loc函数循环筛选，最后数据导出。

import pandas as pd 
df=pd.read_excel(r'C:\Users\尚天强\Desktop\数据批量拆分.xlsx') 
city=df['城市'].unique().tolist()
for i in city:
     df1=df.loc[df['城市']==i]
     df1.to_excel(r'C:\Users\尚天强\Desktop'+'\\'+ i + '.xlsx',index=False)

4、Python计算当前时间进度

计算当前的时间进度，定义一个字典，月份键对应着天数值，使用datetime函数计算求得。

import datetime #时间进度 
dic = {"1月": 31, "2月": 28, "3月": 31, "4月": 30, "5月": 31, "6月": 30, "7月": 31, "8月": 31, "9月": 30, "10月": 31,"11月": 30, "12月": 31} 
for i in range(12):
     if datetime.datetime.now().month == i + 1:
         timing = round((datetime.datetime.now().day / dic["{}月".format(i + 1)]) ,2)
         print('当前本月时间进度为：{:.0%}'.format(timing))

当前本月时间进度为：35%

5、Python计算数据环比

计算数据的环比，这里首先使用numpy构建一组随机数，然后使用pct_change函数计算环比，最后apply结合lambda函数自定义数据格式为保留两位小数的百分数格式。

import pandas as pd 
import numpy as np 
df=pd.DataFrame(data=np.random.randint(100, 500, (7, 1)),
                index=pd.date_range('2021/12/01',periods=7),
                columns=['销量'])  
df['环比']=df['销量'].pct_change().apply(lambda x:format(x,'.2%')) 
df

本文首发于公众号：大话数据分析，内容整理不易，欢迎转发评论分享，持续更新数据分析内容~