A. applyInPandasAPI를 사용하세요:
df.groupby("user_id").applyInPandas(평균 함수, 스키마="user_id long, value double").show()

B. mapInPandasAPI를 사용하세요:
df.mapInPandas(평균 함수, 스키마="사용자 ID long, 값 double").show()

C. 일반 Spark UDF를 사용합니다.
pyspark.sql.functions에서 mean을 가져옵니다.
df.groupBy("user_id").agg(평균("값")).show()

D. Pandas UDF를 사용합니다.
@pandas_udf("더블")
def mean_func(값: pd.Series) -> float:
반환 값.mean()
df.groupby("user_id").agg(평균_함수(df["value"])).show()

A. 완료

B. 추가

C. 바꾸기

D. 집계

A. 

B. 

C. 

D. 

A. 기존 Parquet 파일에 새로운 파티션을 추가합니다.

B. 두 파티션 열에 null 값이 있으면 오류가 발생합니다.

C. 색상과 맛의 고유한 조합마다 별도의 디렉토리를 만듭니다.

D. 모든 데이터를 단일 Parquet 파일에 저장합니다.

A. 배포 모드를 클러스터 모드로 전환합니다.

B. 클러스터에 더 많은 실행자 인스턴스를 추가합니다.

C. 클라이언트 머신의 드라이버 메모리를 늘립니다.

D. 배포 모드를 로컬 모드로 전환합니다.