무료 온라인 액세스 Databricks.Associate-Developer-Apache-Spark.v2023-08-28.q61 모의 시험 (Page 2)

Associate-Developer-Apache-Spark 문제 1

다음 코드 블록 중 문자 X를 포함하지 않는 DataFrame itemsDf의 열 공급자에 있는 모든 값의 1열 DataFrame을 반환하는 것은 무엇입니까? DataFrame에서 모든 값은 한 번만 나열되어야 합니다.
DataFrame 항목Df의 샘플:
1.+------+--------------------+---- ---------------------+
2.|항목 ID| 아이템이름| 속성| 공급자|
3.+------+--------------------+---- ---------------------+
4.| 1|워싱턴용 두꺼운 코트...|[블루, 겨울, 포근함]|스포츠 컴퍼니 주식회사|
5.| 2|우아한 아웃도어...|[빨강, 여름, 프레...| 설인X|
6.| 3| 아웃도어 백팩|[녹색, 여름, T...|Sports Company Inc.|
7.+---------------------+------+---- ---------------------+

A. itemsDf.filter(col(공급자).not_contains('X')).select(공급자).distinct()

B. itemsDf.select(~col('공급자').contains('X')).distinct()

C. itemsDf.filter(not(col('공급자').contains('X'))).select('공급자').unique()

D. itemsDf.filter(~col('공급자').contains('X')).select('공급자').distinct()

E. itemsDf.filter(!col('공급자').contains('X')).select(col('공급자')).unique()

Associate-Developer-Apache-Spark 문제 2

다음 코드 블록 중 중복 없이 10,000행 DataFrame itemsDf에서 약 1,000행이 포함된 DataFrame을 반환하고 코드 블록이 두 번 실행되더라도 동일한 행을 반환하는 것은 무엇입니까?

A. itemsDf.sampleBy("row", fractions={0: 0.1}, seed=82371)

B. itemsDf.sample(분수=0.1, 시드=87238)

C. itemsDf.sample(분수=1000, 시드=98263)

D. itemsDf.sample(withReplacement=True, fraction=0.1, seed=23536)

E. itemsDf.sample(분수=0.1)

정답: B

설명
itemsDf.sample(분수=0.1, 시드=87238)
옳은. itemsDf에 10,000개의 행이 있는 경우 DataFrame.sample()이 정확한 양의 행을 반환한다고 보장할 수 없기 때문에 이 코드 블록은 약 1,000개를 반환합니다. 중복 항목을 반환하지 않으려면 withReplacement 매개변수를 기본값인 False로 두어야 합니다. 질문에서 코드 블록이 두 번 실행되더라도 동일한 행이 반환되어야 한다고 지정하므로 시드를 지정해야 합니다. 시드에 전달된 숫자는 정수인 한 중요하지 않습니다.
itemsDf.sample(withReplacement=True, fraction=0.1, seed=23536)
잘못된. 이 코드 블록은 거의 모든 요구 사항을 충족하지만 중복을 반환할 수 있습니다. withReplacement가 True로 설정되어 있기 때문입니다.
교체의 의미를 이해하는 방법은 다음과 같습니다. 번호가 매겨진 10,000개의 공이 있는 양동이에서 무작위로 1,000개의 공을 가져와야 한다고 상상해 보십시오(질문의 문제와 유사). 이제 그 공을 교체용으로 가져오려면 공을 가져 와서 번호를 기록하고 다시 양동이에 넣을 것입니다. 다시 같은 공. 교체 없이 공을 가져간 경우 다음 999개의 공을 가져갈 때 공을 양동이 밖에 두고 다시 넣지 않습니다.
itemsDf.sample(분수=1000, 시드=98263)
잘못된. 분수 매개변수는 0과 1 사이의 값을 가져야 합니다. 이 경우 0.1이어야 합니다.
1,000/10,000 = 0.1.
itemsDf.sampleBy("행", 분수={0: 0.1}, 시드=82371)
아니요, DataFrame.sampleBy()는 층화 샘플링을 위한 것입니다. 즉, DataFrame의 열에 있는 값을 기반으로 DataFrame에서 해당 값을 포함하는 행의 특정 부분을 그릴 수 있습니다(자세한 내용은 아래 링크 참조). 당면한 시나리오에서 sampleBy는 샘플링이 의존해야 하는 열에 대한 정보가 없기 때문에 사용할 올바른 연산자가 아닙니다.
itemsDf.sample(분수=0.1)
잘못된. 이 코드 블록은 두 번째로 실행할 때 정확히 동일한 행이 반환되는지 확인하지 않는다는 점을 제외하고 모든 상자를 확인합니다. 이를 달성하려면 시드를 지정해야 합니다.
더 많은 정보:
- pyspark.sql.DataFrame.sample - PySpark 3.1.2 문서
- pyspark.sql.DataFrame.sampleBy - PySpark 3.1.2 문서
- PySpark의 샘플링 종류 3. 샘플링에 대한 설명... | 작성자: Pinar Ersoy | 데이터 과학을 향하여

Associate-Developer-Apache-Spark 문제 3

다음 코드 블록 중 고유한 행만 있는 2000행 DataFrame transactionDf에서 약 1000개의 행을 반환하고 그중 일부는 잠재적으로 중복될 수 있는 것은 무엇입니까?

A. transactionDf.sample(참, 0.5)

B. transactionDf.take(1000).distinct()

C. transactionDf.sample(거짓, 0.5)

D. transactionDf.take(1000)

E. transactionDf.sample(True, 0.5, force=True)

Associate-Developer-Apache-Spark 문제 4

아래 표시된 코드 블록에 오류가 있습니다. 코드 블록은 각각 productId 및 itemId 열에서 DataFrames transactionDf 및 itemsDf의 외부 조인을 수행하기 위한 것입니다.
오류를 찾으십시오.
코드 블록:
transactionDf.join(itemsDf, [itemsDf.itemId, transactionDf.productId], "외부")

A. "outer" 인수는 기본 조인 유형이므로 "outer" 인수를 제거해야 합니다.

B. 조인 유형은 join() 호출 내부의 마지막 인수로 나열하는 대신 join().outer()와 같이 join() 연산자에 추가해야 합니다.

C. [itemsDf.itemId, transactionDf.productId]라는 용어는 itemsDf.itemId == transactionDf.productId로 대체되어야 합니다.

D. 용어 [itemsDf.itemId, transactionDf.productId]는 itemsDf.col("itemId") == transactionDf.col("productId")로 대체되어야 합니다.

E. 호출에서 "외부" 인수를 제거하고 조인을 joinOuter로 대체해야 합니다.

Associate-Developer-Apache-Spark 문제 5

다음 코드 블록 중 fileSchema 스키마를 사용하여 filePath 위치에 있는 parquet 파일을 DataFrame으로 읽는 것은 무엇입니까?

A. spark.read.schema(fileSchema).format("parquet").load(filePath)

B. spark.read.schema("fileSchema").format("parquet").load(filePath)

C. spark.read().schema(fileSchema).parquet(filePath)

D. spark.read().schema(fileSchema).format(parquet).load(filePath)

E. spark.read.schema(파일 스키마).open(파일 경로)

다른 버전: 778Databricks.Associate-Developer-Apache-Spark.v2022-10-20.q61; 1177Databricks.Associate-Developer-Apache-Spark.v2022-07-14.q65; 1083Databricks.Associate-Developer-Apache-Spark.v2022-01-27.q63

최근 업로드: 105Oracle.1Z0-908.v2025-09-06.q68; 106Oracle.1Z0-1055-24.v2025-09-05.q29; 167VMware.2V0-13.24.v2025-09-04.q75; 113Qlik.QSBA2022.v2025-09-04.q17; 115Oracle.1Z0-1073-23.v2025-09-03.q29; 114Cisco.300-820.v2025-09-03.q187; 113Oracle.1z0-1060-25.v2025-09-03.q26; 123CIPS.L5M4.v2025-09-02.q13; 136Fortinet.FCP_ZCS-AD-7.4.v2025-09-02.q12; 113PECB.ISO-45001-Lead-Auditor.v2025-09-02.q14