2026年河南信息統(tǒng)計(jì)職業(yè)學(xué)院?jiǎn)握新殬I(yè)技能考試題庫(kù)及答案一、單項(xiàng)選擇題（每題2分，共40分）1.在Excel2021中，若A1:A1000存放的是每日銷售額，要求用一條公式返回最近7天銷售額的環(huán)比增長(zhǎng)率，下列寫法最嚴(yán)謹(jǐn)?shù)氖茿.=(SUM(OFFSET(A1,COUNT(A:A)-7,0,7,1))-SUM(OFFSET(A1,COUNT(A:A)-14,0,7,1)))/SUM(OFFSET(A1,COUNT(A:A)-14,0,7,1))B.=(SUM(INDEX(A:A,COUNT(A:A)-6):INDEX(A:A,COUNT(A:A)))-SUM(INDEX(A:A,COUNT(A:A)-13):INDEX(A:A,COUNT(A:A)-7)))/SUM(INDEX(A:A,COUNT(A:A)-13):INDEX(A:A,COUNT(A:A)-7))C.=(SUM(A994:A1000)-SUM(A987:A993))/SUM(A987:A993)D.=(SUM(INDIRECT("A"&COUNT(A:A)-6&":A"&COUNT(A:A)))-SUM(INDIRECT("A"&COUNT(A:A)-13&":A"&COUNT(A:A)-7)))/SUM(INDIRECT("A"&COUNT(A:A)-13&":A"&COUNT(A:A)-7))答案：B解析：OFFSET和INDIRECT均為易失函數(shù)，大數(shù)據(jù)量下重算耗時(shí)；硬編碼行號(hào)在追加數(shù)據(jù)后失效；INDEX返回區(qū)域引用，非易失且高效，故B最優(yōu)。2.在MySQL8.0中，現(xiàn)有表sale(order_id,sku,qty,price,order_date)，要求計(jì)算2025年12月每款sku的毛利率，已知成本表cost(sku,cost_price)，下列SQL正確的是A.SELECTs.sku,(SUM(s.qtys.price)-SUM(s.qtyc.cost_price))/SUM(s.qty*s.price)FROMsalesJOINcostcONs.sku=c.skuWHEREs.order_dateBETWEEN'2025-12-01'AND'2025-12-31'GROUPBYs.sku;B.SELECTs.sku,(SUM(s.qtys.price)-SUM(s.qtyc.cost_price))/NULLIF(SUM(s.qty*s.price),0)FROMsalesLEFTJOINcostcONs.sku=c.skuWHEREYEAR(s.order_date)=2025ANDMONTH(s.order_date)=12GROUPBYs.sku;C.SELECTsku,(SUM(qtyprice)-SUM(qtycost_price))/SUM(qty*price)FROMsaleNATURALJOINcostWHEREorder_dateLIKE'2025-12%'GROUPBYsku;D.SELECTs.sku,(SUM(s.qtys.price)-SUM(s.qtyc.cost_price))/SUM(s.qty*c.cost_price)FROMsalesJOINcostcUSING(sku)WHEREDATE_FORMAT(s.order_date,'%Y-%m')='2025-12'GROUPBYs.sku;答案：B解析：LEFTJOIN防止cost表缺sku導(dǎo)致漏算；NULLIF防除零；YEAR+MONTH可命中索引；NATURALJOIN依賴列名一致，不穩(wěn)健；D分母用成本而非售價(jià)，邏輯錯(cuò)。3.在Python3.11中，用pandas讀取1.8GBCSV文件，需只加載2025年11月之后的數(shù)據(jù)，最快方案是A.pd.read_csv('sale.csv').query("order_date>='2025-11-01'")B.pd.read_csv('sale.csv',parse_dates=['order_date'],dtype={'sku':'category'}).loc[lambdadf:df.order_date>='2025-11-01']C.pd.read_csv('sale.csv',usecols=['order_date','sku','qty','price'],parse_dates=['order_date']).query("order_date>='2025-11-01'")D.pd.read_csv('sale.csv',iterator=True,chunksize=100000).apply(lambdax:x[x.order_date>='2025-11-01']).concat()答案：C解析：A、B全量加載內(nèi)存占用高；D迭代拼接代碼冗且慢；C通過(guò)usecols減少I/O與內(nèi)存，再query過(guò)濾，實(shí)測(cè)最快。4.在PowerBI中，要計(jì)算“客戶首次購(gòu)買日期”度量值，最佳DAX表達(dá)式為A.FIRSTDATE(Sales[order_date])B.MIN(Sales[order_date])C.CALCULATE(MIN(Sales[order_date]),ALLEXCEPT(Sales,Sales[customer_id]))D.MINX(Sales,Sales[order_date])答案：C解析：ALLEXCEPT保留customer_id篩選，確保每個(gè)客戶獨(dú)立計(jì)算首購(gòu)日；A、B、D均受當(dāng)前篩選上下文影響，無(wú)法逐客戶返回。5.關(guān)于HiveSQL中的分桶表，下列說(shuō)法正確的是A.分桶字段必須出現(xiàn)在WHERE子句才能觸發(fā)桶過(guò)濾B.分桶數(shù)建議設(shè)置成與reduce數(shù)相等，避免小文件C.分桶表不能與普通表做JOIND.分桶字段可以不在表字段中，只要指定CLUSTEREDBY即可答案：B解析：桶數(shù)=reduce數(shù)可消除額外shuffle；A錯(cuò)，桶過(guò)濾靠JOINON字段；C錯(cuò)，MapJoin支持；D錯(cuò)，CLUSTEREDBY字段必須在表中。6.在Linux服務(wù)器上，MySQL8.0的datadir占用磁盤99%，需快速定位最大庫(kù)，下列命令組合正確的是A.du-sh/var/lib/mysql/*|sort-hr|headB.lsof/var/lib/mysql|awk'{print$7}'|sort-nrC.mysql-e"SELECTtable_schema,SUM(data_length+index_length)/1024/1024ASGBFROMinformation_schema.tablesGROUPBYtable_schemaORDERBYGBDESC;"D.df-h/var/lib/mysql&&find/var/lib/mysql-typef-size+500M答案：C解析：C直接通過(guò)元數(shù)據(jù)匯總，秒級(jí)返回；A需遍歷文件，慢且含日志；B看打開文件，無(wú)關(guān)大?。籇僅列單文件，無(wú)法匯總庫(kù)級(jí)。7.在Excel中，要生成一列1～1000的不重復(fù)隨機(jī)整數(shù)，最佳做法是A.=RANDBETWEEN(1,1000)并向下填充，然后刪除重復(fù)B.在A1輸入=RAND()，向下填充1000行，在B1:B1000輸入=RANK.EQ(A1,A:A)，然后復(fù)制B列數(shù)值C.使用“數(shù)據(jù)→分析工具庫(kù)→隨機(jī)數(shù)生成”選擇“整數(shù)”，范圍1～1000，輸出1000個(gè)D.=SEQUENCE(1000,1,1,1)然后=SORTBY(SEQUENCE(1000),RANDARRAY(1000))答案：D解析：D一次性生成順序數(shù)再隨機(jī)排序，無(wú)重復(fù)且動(dòng)態(tài)數(shù)組公式簡(jiǎn)潔；A可能重復(fù)；B需輔助列；C需加載項(xiàng)，且不能自動(dòng)刷新。8.在統(tǒng)計(jì)學(xué)中，若樣本量n=50，樣本均值=128，標(biāo)準(zhǔn)差=15，則總體均值的95%置信區(qū)間為A.128±1.96×15/√50B.128±2.009×15/√50C.128±2.009×15D.128±1.96×15答案：B解析：n<30才用t分布，但題目未給總體正態(tài)，n=50可近似正態(tài)，嚴(yán)格用t0.025,49=2.009；A用z值，略粗略；C、D標(biāo)準(zhǔn)誤漏除√n。9.在Python中，用scikit-learn對(duì)含分類變量數(shù)據(jù)集做標(biāo)準(zhǔn)化+獨(dú)熱+建模，正確管道是A.make_pipeline(StandardScaler(),OneHotEncoder(),LogisticRegression())B.make_column_transformer((StandardScaler(),num_cols),(OneHotEncoder(),cat_cols))>>make_pipeline(ct,LogisticRegression())C.make_pipeline(ColumnTransformer([(StandardScaler(),num_cols),(OneHotEncoder(),cat_cols)]),LogisticRegression())D.make_pipeline(StandardScaler(),ColumnTransformer(…),LogisticRegression())答案：C解析：ColumnTransformer需放在管道第一步，先分列處理再合并矩陣；A、D順序錯(cuò)；B語(yǔ)法混用>>非法。10.在會(huì)計(jì)恒等式“資產(chǎn)=負(fù)債+所有者權(quán)益”中，企業(yè)用銀行存款償還應(yīng)付賬款，會(huì)導(dǎo)致A.資產(chǎn)減少，負(fù)債減少，所有者權(quán)益不變B.資產(chǎn)減少，負(fù)債不變，所有者權(quán)益減少C.資產(chǎn)內(nèi)部一增一減，總額不變D.負(fù)債減少，所有者權(quán)益增加，資產(chǎn)不變答案：A解析：銀行存款（資產(chǎn)）與應(yīng)付賬款（負(fù)債）同時(shí)減少，權(quán)益不變，恒等式仍成立。11.下列關(guān)于增值稅一般納稅人“差額征稅”說(shuō)法正確的是A.旅游服務(wù)可按差額計(jì)稅，可全額開專票B.建筑服務(wù)簡(jiǎn)易計(jì)稅可按差額C.勞務(wù)派遣可按差額，但向員工支付工資部分不得開專票D.金融商品轉(zhuǎn)讓按賣出價(jià)扣除買入價(jià)差額計(jì)稅，可開專票答案：C解析：勞務(wù)派遣差額征稅，僅管理費(fèi)部分可開專票，工資社保部分開普票；A旅游差額計(jì)稅不得開專票；B簡(jiǎn)易計(jì)稅不得差額；D金融商品轉(zhuǎn)讓不得開專票。12.在數(shù)據(jù)倉(cāng)庫(kù)中，緩慢變化維類型2的做法是A.直接更新原行B.增加新行并標(biāo)記版本號(hào)與時(shí)間戳C.增加字段保存舊值D.將變化歷史存入另外一張表答案：B解析：SCD2新增行保留歷史，用代理鍵+時(shí)間區(qū)間區(qū)分版本；A為SCD1；C為SCD3；D為擴(kuò)展做法但非Kimball經(jīng)典SCD2。13.在ExcelPowerQuery中，將“2025/12/3115:08:12”轉(zhuǎn)為“202512”最佳步驟是A.更改類型為日期，然后自定義列=Date.ToText([日期],"yyyyMM")B.更改類型為文本，然后文本.Middle(1,6)C.添加自定義列=DateTime.ToText(DateTime.Date([Column1]),"yyyyMM")D.拆分列按空格，再取左側(cè)6位答案：C解析：先取日期部分再轉(zhuǎn)文本，避免時(shí)間干擾；A直接轉(zhuǎn)日期會(huì)丟時(shí)間；B、D邏輯混亂。14.在統(tǒng)計(jì)學(xué)里，若兩變量相關(guān)系數(shù)r=0.85，則決定系數(shù)R2為A.0.85B.0.7225C.0.15D.無(wú)法確定答案：B解析：R2=r2=0.852=0.7225，表示因變量變異中72.25%可由自變量解釋。15.在Python中，對(duì)datetime列df['dt']提取“月初”日期，向量化寫法是A.df['dt'].apply(lambdax:x.replace(day=1))B.df['dt']-pd.offsets.Day(df['dt'].dt.day-1)C.df['dt'].dt.to_period('M').dt.start_timeD.df['dt'].map(lambdax:datetime(x.year,x.month,1))答案：C解析：C利用to_period轉(zhuǎn)月份周期再取start_time，純向量化；A、D用apply/map慢；B需廣播，可讀性差。16.在會(huì)計(jì)中，下列項(xiàng)目應(yīng)計(jì)入“其他綜合收益”的是A.固定資產(chǎn)處置利得B.可供出售金融資產(chǎn)公允價(jià)值變動(dòng)C.收到的政府補(bǔ)助D.權(quán)益法下被投資單位凈利潤(rùn)答案：B解析：可供出售金融資產(chǎn)FVOCI變動(dòng)入其他綜合收益；A入資產(chǎn)處置損益；C入遞延收益或當(dāng)期損益；D入投資收益。17.在Hive中，設(shè)置hive.exec.dynamic.partition.mode=nonstrict的作用是A.允許所有分區(qū)列動(dòng)態(tài)生成，無(wú)需指定靜態(tài)分區(qū)B.關(guān)閉動(dòng)態(tài)分區(qū)功能C.提高小文件合并效率D.啟用桶排序答案：A解析：nonstrict模式下，DML可完全不指定靜態(tài)分區(qū)，全動(dòng)態(tài)；strict至少一列靜態(tài)。18.在Excel中，要返回某列最后非空單元格值，公式為A.=LOOKUP(2,1/(A:A<>""),A:A)B.=INDEX(A:A,COUNTA(A:A))C.=OFFSET(A1,COUNTA(A:A)-1,0)D.=VLOOKUP(9E+307,A:A,1)答案：A解析：LOOKUP(2,1/(條件))經(jīng)典技巧，可跳過(guò)中間空單元；B、C遇空值計(jì)數(shù)錯(cuò)位；D僅對(duì)數(shù)值列有效。19.在Python中，用pandas將df按列‘city’分組，計(jì)算每組銷售額‘a(chǎn)mount’的累計(jì)占比，正確代碼是A.df['pct']=df.groupby('city')['amount'].apply(lambdax:x/x.sum())B.df['pct']=df.groupby('city')['amount'].transform(lambdax:x.cumsum()/x.sum())C.df['pct']=df['amount'].cumsum()/df['amount'].sum()D.df.groupby('city')['amount'].pct_change()答案：B解析：transform保留原索引，cumsum后除以組總和得累計(jì)占比；A得組內(nèi)占比非累計(jì)；C全局累計(jì)；D為環(huán)比。20.在統(tǒng)計(jì)學(xué)中，若樣本比例p?=0.4，n=200，則99%置信區(qū)間用A.0.4±2.576×√(0.4×0.6/200)B.0.4±2.33×√(0.4×0.6/200)C.0.4±1.96×√(0.4×0.6/200)D.0.4±0.01答案：A解析：99%對(duì)應(yīng)z=2.576；B為98%；C為95%；D無(wú)意義。二、多項(xiàng)選擇題（每題3分，共30分，多選少選均不得分）21.下列Excel函數(shù)中，返回?cái)?shù)組且無(wú)需Ctrl+Shift+Enter的函數(shù)有A.FILTERB.UNIQUEC.SORTD.XLOOKUP答案：ABC解析：365動(dòng)態(tài)數(shù)組函數(shù)直接回車溢出；XLOOKUP單值返回，非數(shù)組。22.在Pythonpandas中，可用來(lái)檢測(cè)異常值的統(tǒng)計(jì)方法有A.Z-scoreB.IQRC.DBSCAND.Cook距離答案：ABC解析：Cook距離用于回歸影響點(diǎn)，非單變量異常；A、B、C均可。23.關(guān)于增值稅發(fā)票“備注欄”必須填寫內(nèi)容，下列有A.建筑服務(wù)需注明項(xiàng)目名稱、地址B.銷售不動(dòng)產(chǎn)需注明房產(chǎn)權(quán)屬證書號(hào)碼C.貨物運(yùn)輸需注明車號(hào)、起運(yùn)地D.差額征稅開票需注明“差額征稅”字樣答案：ACD解析：不動(dòng)產(chǎn)發(fā)票未強(qiáng)制在備注欄寫證號(hào)，應(yīng)在稅收分類編碼體現(xiàn)；其余為總局公告明確。24.在數(shù)據(jù)治理中，屬于“數(shù)據(jù)質(zhì)量”維度指標(biāo)的有A.準(zhǔn)確性B.完整性C.一致性D.及時(shí)性答案：ABCD解析：DAMA框架六大維度含及時(shí)性。25.在ExcelPowerPivot中，可創(chuàng)建的關(guān)系類型有A.一對(duì)一B.一對(duì)多C.多對(duì)多D.多對(duì)一答案：BCD解析：PowerPivot支持多對(duì)多通過(guò)橋表；一對(duì)一實(shí)際退化為雙向一對(duì)多。26.下列關(guān)于Python列表生成式說(shuō)法正確的是A.[x**2forxinrange(5)ifx%2==0]結(jié)果長(zhǎng)度為3B.可嵌套循環(huán)：[m+nformin'AB'fornin'XY']C.可使用walrus運(yùn)算符：[(y:=x+1)forxinrange(3)]D.比map+lambda慢答案：ABC解析：實(shí)測(cè)列表生成式比map+lambda略快，D錯(cuò)。27.在統(tǒng)計(jì)學(xué)假設(shè)檢驗(yàn)中，屬于非參數(shù)檢驗(yàn)的有A.Mann-WhitneyUB.Kruskal-WallisC.Wilcoxon符號(hào)秩D.卡方擬合優(yōu)度答案：ABCD解析：均不依賴總體分布假設(shè)。28.在Linux中，可查看CPUtop5進(jìn)程的命令組合有A.psaux|head-5B.psaux--sort=-%cpu|head-6C.top-b-n1|head-12|tail-5D.htop-n-5答案：BC解析：A僅列前5行，非最高CPU；Dhtop無(wú)-n參數(shù)；B、C正確。29.在會(huì)計(jì)中，影響“經(jīng)營(yíng)活動(dòng)現(xiàn)金流量”的有A.支付職工薪酬B.收到稅費(fèi)返還C.購(gòu)買固定資產(chǎn)D.支付短期借款利息答案：ABD解析：C屬投資活動(dòng)；其余為經(jīng)營(yíng)。30.在HiveSQL優(yōu)化中，可觸發(fā)MapJoin的條件有A.小表<25MBB.hive.auto.convert.join=trueC.使用/+MAPJOIN(b)/提示D.桶表JOIN且桶數(shù)相等答案：ABC解析：D為SMBJoin，需額外設(shè)置。三、判斷題（每題1分，共10分，正確打“√”，錯(cuò)誤打“×”）31.在Excel中，SUMIFS函數(shù)的條件區(qū)與求和區(qū)必須大小一致。答案：√32.Python的datetime.strptime是線程安全的。答案：×解析：strptime內(nèi)部使用全局狀態(tài)，非線程安全。33.增值稅小規(guī)模納稅人可自愿使用增值稅發(fā)票管理系統(tǒng)開具專票。答案：√解析：2022年起全行業(yè)小規(guī)?？勺蚤_專票。34.在統(tǒng)計(jì)學(xué)中，中心極限定理要求總體必須服從正態(tài)分布。答案：×35.MySQL的InnoDB聚簇索引葉節(jié)點(diǎn)存儲(chǔ)整行數(shù)據(jù)。答案：√36.在PowerBI中，度量值必須依賴DAX，不能用M語(yǔ)言。答案：√37.Python的glob模塊支持通配符**，可遞歸子目錄。答案：√38.在會(huì)計(jì)中，公允價(jià)值層次第一層次指不可觀察輸入值。答案：×解析：第一層次為活躍市場(chǎng)報(bào)價(jià)，可觀察。39.Hive的ORC格式支持ACID事務(wù)，但需設(shè)置事務(wù)屬性為true。答案：√40.Excel的XLOOKUP函數(shù)默認(rèn)精確匹配。答案：√四、填空題（每空2分，共20分）41.在Python中，將字符串s='2025-12-31'轉(zhuǎn)為datetime對(duì)象，語(yǔ)句為________。答案：pd.to_datetime(s)或datetime.strptime(s,'%Y-%m-%d')42.在Excel中，公式=TEXTJOIN(",",TRUE,A1:A100)的第二個(gè)參數(shù)TRUE表示________。答案：忽略空單元格43.增值稅電子專票版式文件擴(kuò)展名為________。答案：OFD44.在統(tǒng)計(jì)學(xué)中，若隨機(jī)變量X~N(μ,σ2)，則Z=(X-μ)/σ服從________分布。答案：標(biāo)準(zhǔn)正態(tài)N(0,1)45.MySQL中，查看慢查詢是否開啟的命令：SHOWVARIABLESLIKE'________';答案：slow_query_log46.在DAX中，計(jì)算年初至今累計(jì)銷售額的度量值函數(shù)縮寫為________。答案：TOTALYTD47.在Linux中，將文件file.csv按,分割并取第2列，命令：cut-d,-f2file.csv>________.txt答案：out或任意名稱48.在會(huì)計(jì)恒等式擴(kuò)展式中，收入-費(fèi)用=________。答案：利潤(rùn)49.在Hive中，設(shè)置本地模式運(yùn)行的參數(shù)：SEThive.exec.mode.local.auto=________;答案：true50.在Pythonpandas中，將分類變量轉(zhuǎn)為數(shù)值編碼，方法：df['cat']=df['cat'].astype('________').codes答案：category五、簡(jiǎn)答題（每題10分，共30分）51.簡(jiǎn)述在Excel中利用PowerQuery實(shí)現(xiàn)“全外連接”兩表并處理null的步驟。答案：1.數(shù)據(jù)→獲取數(shù)據(jù)→自工作簿，分別加載表A、表B；2.在PowerQuery編輯器中，選擇“合并查詢→合并為新查詢”；3.選擇兩表連接字段，連接種類選“完全外部”；4.展開所需列，對(duì)null值替換：轉(zhuǎn)換→替換值，填null→0或“未知”；5.關(guān)閉并加載至新工作表。52.寫出Pythonpandas代碼：對(duì)df列‘a(chǎn)mount’用IQR法剔除異常值并返回清洗后df。答案：Q1=df['amount'].quantile(0.25)Q3=df['amount'].quantile(0.75)IQR=Q3-Q1lower=Q1-1.5*IQRupper=Q3+1.5*IQRdf_clean=df[(df['amount']>=lower)&(df['amount']<=upper)]53.說(shuō)明小規(guī)模納稅人月銷售額≤10萬(wàn)元免征增值稅的會(huì)計(jì)處理及報(bào)表列示。答案：實(shí)現(xiàn)銷售時(shí)正常確認(rèn)收入與應(yīng)交增值稅—應(yīng)交增值稅（銷項(xiàng)），月末達(dá)免稅條件，將銷項(xiàng)稅額轉(zhuǎn)入“其他收益—減免稅款”，利潤(rùn)表列示為其他收益，現(xiàn)金流量表列示為“收到的稅費(fèi)返還”。六、綜合應(yīng)用題（共30分）54.某電商公司2025年12月訂單表order(order_id,user_id,order_date,amount)，用戶首次來(lái)源表source(user_id,first_source)，需用MySQL統(tǒng)計(jì)自然月內(nèi)各來(lái)源的“當(dāng)月新增用戶”的次月留存率，請(qǐng)寫出完整SQL并解釋。答案：WITHnew_decAS(SELECTo.user_id,s.first_sourceFROMorderoJOINsourcesUSING(user_id)WHEREDATE_FORMAT(o.order_date,'%Y-%m')='2025-12'GROUPBYo.user_id),retain_janAS(SELECTDISTINCTuser_idFROMorderWHEREDATE_FORMAT(order_date,'%Y-%m')='2026-01')SELECTfirst_source,COUNT(*)ASnew_cnt,COUNT(r.user_id)ASretain_cnt,ROUND(COUNT(r.user_id)/COUNT(*),4)ASretain_rateFROMnew_decnLEFTJOINretain_janrUSING(user_id)GROUPBYfirst_source;解析：1.new_dec子查詢找出12月下單且首次來(lái)源用戶，去重確?！靶略觥?；2.retain_jan子查詢找出2026年1月有下單的用戶；3.左連接后按來(lái)源分