무료 온라인 액세스 Databricks.Associate-Developer-Apache-Spark.v2022-07-14.q65 모의 시험 (Page 13)

Associate-Developer-Apache-Spark 문제 56

다음 코드 블록 중 작은 DataFrame transactionDf가 각각 storeId 및 itemId 열의 DataFrame itemsDf와 조인되는 모든 실행기로 전송되는 조인을 수행하는 것은 무엇입니까?

A. itemsDf.join(transactionsDf, itemsDf.itemId == transactionDf.storeId, "right_outer")

B. itemsDf.join(transactionsDf, itemsDf.itemId == transactionDf.storeId, "브로드캐스트")

C. itemsDf.merge(transactionsDf, "itemsDf.itemId == transactionDf.storeId", "브로드캐스트")

D. itemsDf.join(broadcast(transactionsDf), itemsDf.itemId == transactionDf.storeId)

E. itemsDf.join(transactionsDf, broadcast(itemsDf.itemId == transactionDf.storeId))

Associate-Developer-Apache-Spark 문제 57

아래에 표시된 코드 블록에 오류가 있습니다. 코드 블록은 고유한 storeId로 그룹화된 열 값의 평균 행을 반환해야 합니다. 오류를 찾으십시오.
코드 블록:
transactionDf.agg("storeId").avg("값")

A. avg("value") 대신 avg(col("value"))를 사용해야 합니다.

B. avg("value")가 agg()에 추가되는 대신 두 번째 인수로 지정되어야 합니다.

C. 모든 열 이름은 col() 연산자로 래핑되어야 합니다.

D. agg는 groupBy로 대체되어야 합니다.

E. "storeId"와 "value"를 바꿔야 합니다.

Associate-Developer-Apache-Spark 문제 58

다음 코드 블록 중 transactionDate 열의 유닉스 epoch 타임스탬프를 transactionDateFormatted 열의 월/일/년 형식의 문자열로 표시하는 DataFrame transactionDf에 열이 추가된 DataFrame을 반환하는 코드 블록은 무엇입니까?
DataFrame transactionDf 발췌:

A. transactionDf.withColumn("transactionDateFormatted", from_unixtime("transactionDate", format="dd/MM/yyyy"))

B. transactionDf.withColumnRenamed("transactionDate", "transactionDateFormatted", from_unixtime("transactionDateFormatted", format="MM/dd/yyyy"))

C. transactionDf.apply(from_unixtime(format="MM/dd/yyyy")).asColumn("transactionDateFormatted")

D. transactionDf.withColumn("transactionDateFormatted", from_unixtime("transactionDate", format="MM/dd/yyyy"))

E. transactionDf.withColumn("transactionDateFormatted", from_unixtime("transactionDate"))

정답: D

설명
transactionDf.withColumn("transactionDateFormatted", from_unixtime("transactionDate", format="MM/dd/yyyy")) 맞습니다. 이 코드 블록은 이름이 transactionDateFormatted인 새 열을 DataFrame transactionDf에 추가하고, Spark의 from_unixtime 메서드를 사용하여 transactionDate 열의 값을 질문에서 요청한 형식에 따라 문자열로 변환합니다.
transactionDf.withColumn("transactionDateFormatted", from_unixtime("transactionDate", format="dd/MM/yyyy")) 아니요. 거의 정확하지만 타임스탬프를 날짜로 변환하는 데 잘못된 형식을 사용합니다. 대신 일/월/년 월 일 년.
transactionDf.withColumnRenamed("transactionDate", "transactionDateFormatted", from_unixtime("transactionDateFormatted", format="MM/dd/yyyy"))가 잘못되었습니다. 이 답변은 잘못된 구문을 사용합니다. DataFrame.withColumnRenamed() 명령은 기존 열의 이름을 바꾸는 데 사용되며 열의 이전 이름과 새 이름을 지정하는 두 개의 문자열 매개변수만 있습니다.
transactionDf.apply(from_unixtime(format="MM/dd/yyyy")).asColumn("transactionDateFormatted") 잘못되었습니다. 이 답변은 매우 매력적으로 보이지만 실제로는 잘못된 Spark 구문입니다. Spark에는 DataFrame.apply() 메서드가 없습니다. Spark에는 그룹화된 데이터에 사용할 수 있는 apply() 메서드가 있지만 여기서는 그룹화된 데이터를 다루지 않기 때문에 이 질문과 관련이 없습니다.
transactionDf.withColumn("transactionDateFormatted", from_unixtime("transactionDate")) 아니요. 유효한 Spark 구문이지만 transactionDateFormatted 열의 문자열은 다음과 같습니다.
2020-04-26 15:35:32, from_unixtime에 대해 Spark에 지정된 기본 형식이며 질문에서 요구하는 형식이 아닙니다.
추가 정보: pyspark.sql.functions.from_unixtime - PySpark 3.1.1 문서 및 pyspark.sql.DataFrame.withColumnRenamed - PySpark 3.1.1 문서 정적 노트북 | 동적 노트북: 테스트 1 참조

Associate-Developer-Apache-Spark 문제 59

다음 중 storeId 열이 문자열 유형으로 변환된 DataFrame transactionDf의 복사본을 반환하는 코드 블록은 무엇입니까?

A. transactionDf.withColumn("storeId", convert("storeId", "string"))

B. transactionDf.withColumn("storeId", col("storeId", "string"))

C. transactionDf.withColumn("storeId", col("storeId").convert("string"))

D. transactionDf.withColumn("storeId", col("storeId").cast("string"))

E. transactionDf.withColumn("storeId", convert("storeId").as("string"))

Associate-Developer-Apache-Spark 문제 60

다음 코드 블록 중 storeId 열로 그룹화된 DataFrame transactionDf의 "값" 열 평균 값을 표시하는 DataFrame을 반환하는 코드는 무엇입니까?

A. transactionDf.groupBy(col(storeId).avg())

B. transactionDf.groupBy("storeId").avg(col("값"))

C. transactionDf.groupBy("storeId").agg(avg("값"))

D. transactionDf.groupBy("storeId").agg(average("값"))

E. transactionDf.groupBy("값").average()

다른 버전: 920Databricks.Associate-Developer-Apache-Spark.v2025-12-04.q64; 828Databricks.Associate-Developer-Apache-Spark.v2023-08-28.q61; 1202Databricks.Associate-Developer-Apache-Spark.v2022-10-20.q61; 1449Databricks.Associate-Developer-Apache-Spark.v2022-01-27.q63

최근 업로드: 166Huawei.H12-351_V1.0.v2026-09-04.q76; 793Cisco.300-435.v2026-09-03.q259; 388Oracle.1Z0-1045-26.v2026-09-03.q17; 682IIA.IIA-CIA-Part1.v2026-09-03.q627; 541Fortinet.NSE6_OTS_AR-7.6.v2026-09-03.q95; 519Snowflake.DAA-C01.v2026-09-03.q67; 3520Salesforce.AP-223.v2026-09-01.q94; 2634Splunk.SPLK-5001.v2026-09-01.q60; 3967Cisco.300-540.v2026-09-01.q62; 5205Microsoft.MS-102-KR.v2026-09-01.q239