A. 1.spark.read.schema(
2. 구조체 유형(
3. StructField("transactionId", IntegerType(), True),
4. StructField("predError", IntegerType(), True)
5. )).load(파일 경로)

B. 1.spark.read.schema([
2. StructField("transactionId", NumberType(), True),
3. StructField("predError", IntegerType(), True)
4. ]).load(파일 경로)

C. 1.spark.read.schema(
2. 구조체 유형([
3. StructField("transactionId", StringType(), True),
4. StructField("predError", IntegerType(), True)]
5. )).parquet(파일 경로)

D. 1.spark.read.schema(
2. 구조체 유형([
3. StructField("transactionId", IntegerType(), True),
4. StructField("predError", IntegerType(), True)]
5. )).format("마루").load(파일 경로)

E. 1.spark.read.schema([
2. StructField("transactionId", IntegerType(), True),
3. StructField("predError", IntegerType(), True)
4. ]).load(파일경로, 형식="마루")

A. spark.read.parquet(filePath, mergeSchema='y')

B. spark.read.option("mergeSchema", "true").parquet(filePath)

C. spark.read.parquet(filePath)

D. 1.nx = 0
2. dbutils.fs.ls(filePath)의 파일:
3. file.name.endswith(".parquet")가 아닌 경우:
4. 계속
5. df_temp = spark.read.parquet(file.path)
6. nx == 0인 경우:
7. df = df_temp
8. 기타:
9. df = df.union(df_temp)
10. nx = nx+1
11.df

E. 1.nx = 0
2. dbutils.fs.ls(filePath)의 파일:
3. file.name.endswith(".parquet")가 아닌 경우:
4. 계속
5. df_temp = spark.read.parquet(file.path)
6. nx == 0인 경우:
7. df = df_temp
8. 기타:
9. df = df.join(df_temp, how="outer")
10. nx = nx+1
11.df

A. 1. 카운터 = 0
2.
3. 인덱스의 경우 itemsDf.iterrows()의 행:
4. '주식회사'인 경우 ['공급업체'] 행:
5. 카운터 = 카운터 + 1
6.
7.프린트(카운터)

B. 1. 카운터 = 0
2.
3. def count(x):
4. '주식회사'인 경우 x['공급업체']:
5. 카운터 = 카운터 + 1
6.
7.itemsDf.foreach(개수)
8.프린트(카운터)

C. print(itemsDf.foreach(lambda x: x의 'Inc.'))

D. print(itemsDf.foreach(lambda x: x의 'Inc.').sum())

E. 1.accum=sc.accumulator(0)
2.
3.def check_if_inc_in_supplier(행):
4. '주식회사'인 경우 ['공급업체'] 행:
5. accum.add(1)
6.
7.itemsDf.foreach(check_if_inc_in_supplier)
8.인쇄(accum.value)

A. transactionTimestamp가 작성된 후 transactionDate 열을 삭제해야 합니다. 날짜 형식을 나타내는 문자열을 조정해야 합니다. 기존 열 할당 대신 withColumn 연산자를 사용해야 합니다. 연산자 to_unixtime()은 unix_timestamp() 대신 사용해야 합니다.

B. transactionTimestamp가 작성된 후 transactionDate 열을 삭제해야 합니다. 기존 열 할당 대신 withColumn 연산자를 사용해야 합니다. transactionDate 열은 col() 연산자로 래핑되어야 합니다.

C. transactionDate 열은 col() 연산자로 래핑되어야 합니다.

D. 날짜 형식을 조정해야 함을 나타내는 문자열입니다. withColumnReplaced 연산자는 transactionDate 열을 새 열 transactionTimestamp로 바꾸려면 코드 블록에서 패턴을 삭제하고 할당하는 대신 사용해야 합니다.

E. transactionTimestamp가 작성된 후 transactionDate 열을 삭제해야 합니다. 날짜 형식을 나타내는 문자열을 조정해야 합니다. 기존 열 할당 대신 withColumn 연산자를 사용해야 합니다.

A. 속성 배열이 잘못 지정되었고, Spark가 파일 형식을 식별할 수 없으며, Spark의 DataFrameReader에 대한 호출 구문이 올바르지 않습니다.

B. 스키마 정의의 열이 잘못된 개체 유형을 사용하고 Spark의 DataFrameReader에 대한 호출 구문이 올바르지 않습니다.

C. 스키마의 데이터 유형이 schema() 연산자와 호환되지 않고 수정 날짜 임계값이 잘못 지정되었습니다.

D. 스키마 정의의 열이 잘못된 개체 유형을 사용하고 수정 날짜 임계값이 잘못 지정되어 Spark가 파일 형식을 식별할 수 없습니다.

E. 스키마의 열이 빈 값을 처리할 수 없으며 수정 날짜 임계값이 잘못 지정되었습니다.