-CDA考试官方模拟题库

备考刷题，请到

CDA认证小程序

假设您有两个Pandas DataFrame：df_sales 记录了产品销售额，df_returns 记录了产品退货信息。两个DataFrame都有'date'和'product_id'列。您希望计算每个产品每天的净销售额（销售额 - 退货额）。在进行合并（merge）操作时，如果某一天某个产品只有销售记录而没有退货记录（反之亦然），您希望该天的退货额（或销售额）被视为0。您应该选择哪种合并方式以及如何处理缺失值？

A. pd.merge(df_sales, df_returns, on=['date', 'product_id'], how='inner')，然后用0填充NA值。

B. pd.merge(df_sales, df_returns, on=['date', 'product_id'], how='outer')，然后用0填充NA值。

C. pd.merge(df_sales, df_returns, on=['date', 'product_id'], how='left')，然后用0填充NA值。

D. pd.merge(df_sales, df_returns, on=['date', 'product_id'], how='right')，然后用0填充NA值。

上一题

下一题

题目解析

题目评论(0)

'inner' (内连接) 只会保留在两个DataFrame中都存在的键的组合，这意味着如果某产品某天只有销售或只有退货，该记录将被丢弃，不符合计算净销售额的要求。'left' (左连接) 会保留所有左侧DataFrame（df_sales）的记录。如果某天某个产品只有退货而没有销售，该记录将被丢弃。'right' (右连接) 则会保留所有右侧DataFrame（df_returns）的记录，丢弃只有销售的记录。'outer' (外连接) 会保留两个DataFrame中所有的键的组合。如果某条记录只存在于其中一个DataFrame，另一个DataFrame中对应的列会显示为NaN。这正是我们所需要的场景，因为它保留了所有的销售和退货记录。之后使用.fillna(0)可以将这些NaN值（代表没有发生的操作）替换为0，从而可以正确地计算净销售额。