第一次笔试，我非常垃圾，涉及Pandas和python1、数据去重： “按 X 去重，保留 ID 最大的”按照x排列df_sorted=df.sort_values(by='x')# 按x分组，取id最大值result=df_sorted.groupby('x')['id'].max().reset_index()print(result)2、计算每个种类的违约率import pandas as pd# 构造数据（根据手写内容，假设 class 和 tar 的对应关系如下）data = {"class": ["D", "B", "D", "C", "C", "A", "C", "D", "A", "B", "D", "A", "C", "A", "C"],"tar": [0, 1, 0, 0, 1, 0, 0, 1, 0, 0, 1, 0, 0, 1, 1]}df = pd.DataFrame(data)# 按 class 分组，计算违约率（tar==1 的比例）default_rates = df.groupby("class")["tar"].mean()print(default_rates)3、求函数fx=e^x+x^2在何处取得最小值，精度要求：绝对误差小于1e-6，不能调用优化相关包import math# 定义一阶导数 f'(x) = e^x + 2xdef f_prime(x):return math.exp(x) + 2 * x# 定义二阶导数 f''(x) = e^x + 2def f_double_prime(x):return math.exp(x) + 2# 牛顿迭代法找极值点def newton_method(initial_x, epsilon=1e-6):x = initial_xwhile True:x_next = x - f_prime(x) / f_double_prime(x)# 检查绝对误差是否小于精度要求if abs(x_next - x) < epsilon:return x_nextx = x_next# 初始值选择（通过观察函数趋势，选 x=0 附近作为初始值）initial_x = 0min_x = newton_method(initial_x)min_value = math.exp(min_x) + min_x ** 2print(f"函数 f(x) = e^x + x^2 在 x = {min_x:.8f} 处取得最小值")print(f"最小值为: {min_value:.8f}")4、写个month_diff函数。计算两个'ym'格式的日期字符串的月份差from datetime import datetimedef month_diff(ym1, ym2):# 解析日期为年和月y1, m1 = int(ym1[:4]), int(ym1[4:])y2, m2 = int(ym2[:4]), int(ym2[4:])# 计算总月份差return (y1 - y2) * 12 + (m1 - m2)# 验证示例print(month_diff('202001', '201804'))  # 输出：215、解析字符串：s='A1:1;b2:13;x5:651;D61:47' 解析为字典格式s = 'A1:1;b2:13;x5:651;D61:47'# 先按分号 ; 分割成多个键值对字符串items = s.split(';')result_dict = {}for item in items:# 再按冒号 : 分割成键和值key, value = item.split(':')# 将值转换为整数（根据需求，也可保留字符串）result_dict[key] = int(value)print(result_dict)

字节 FLOW - 已意向小鹏 Ai Infra- 已意向滴滴 国际化 - 已意向虾皮 金融 - HR面约满 待重新约百度 搜索 - 3面完 泡池子中快手 云加速 - 4+1面完 泡池子中B站 主站 - 2轮技术面已完成，泡池子中小红书 - 待1面游卡 服务端 - 2面邀约已拒绝阿里云 云原生 - 1面结束后流转4个部门，约面已拒绝钉钉 Agent - 1面结束后叫我做测评，不想做了，已拒绝高德 汽车 - 邀约1面后叫我做测评，不想做了，已拒绝美团 - 笔试挂拼多多的 - 笔试挂米哈游 - 笔试挂腾讯 - 永远测评中，也不想更新简历了，反正也进不去面完小红书，就结束了。都已经20天没面试了，压...

9.28面 感觉答的不好，应该是挂了，有后续再更1.自我介绍2.实习和项目的深挖(拷打)3.过往课程深挖4.货拉拉小面/大面客单价提升，而整体客单价下降5.ab测试流程6.我看你还在投校招，如果校招offer收到之后还会来货拉拉实习吗

1. 您好，请您先简单介绍一下自己，包括您的教育背景、过往数据分析经验，以及您为什么对得物的数据分析岗位感兴趣？2. 在您看来，得物作为一个潮流电商平台，其核心业务数据有哪些？您会如何对这些数据进行分类和管理？3. 得物平台上有大量的用户UGC内容（如晒单、评论），您会如何利用这些非结构化数据来洞察用户偏好和潮流趋势？4. 请您描述一次您通过数据分析，成功发现业务问题并推动解决方案落地的经历。您是如何将分析结果转化为可执行的建议的？5. 如果业务部门提出一个需求：“我们想提升用户复购率”，您会如何拆解这个目标，并设计数据分析方案来支持他们？6. 面对海量的交易数据，您会如何识别并处理异常数据或...