SPS-C01 문제 106
대용량 CSV 파일에 제품 설명이 포함되어 있으며, 이 파일을 감성 분석 UDF(사용자 정의 함수)를 사용하여 분석해야 합니다. CSV 파일의 크기가 너무 커서 로컬 머신의 메모리에 저장할 수 없습니다. 따라서 전체 파일을 다운로드하지 않고 Snowflake 스테이지에서 UDF로 데이터를 직접 스트리밍하여 처리하려고 합니다. 다음 중 Snowpark를 사용하여 이 작업을 수행할 수 있는 방법은 무엇입니까?
SPS-C01 문제 107
'product_id', 'customer_id', 'sale_amount' 열을 가진 Snowpark DataFrame이 있습니다. 일부 값은 음수(반품을 나타냄)이고, 나머지는 null입니다. 음수 값은 0으로, null 값은 각 'product_id'에 대한 평균 'sale_amount'로 대체해야 합니다. Snowpark를 사용하여 이 작업을 수행하는 가장 효율적이고 정확한 방법은 다음 중 무엇입니까?
SPS-C01 문제 108
'products_df'라는 Snowpark 데이터프레임을 사용하고 있습니다. 이 데이터프레임에는 'product_name', 'category', 'price'를 포함한 제품 정보가 담겨 있습니다. 다음과 같은 변환을 수행해야 합니다. 1. 'product_name' 열의 이름을 'item_name'으로 변경합니다. 2. 'price' 열에 10% 할인을 적용하여 'discounted_price'라는 새 열을 생성합니다. 3. 'electronics' 카테고리에 속하면서 'discounted_price'가 100 미만인 제품만 포함하도록 데이터프레임을 필터링합니다. 다음 중 Snowpark에서 이러한 변환을 정확하고 효율적으로 수행하는 코드 순서는 무엇입니까?
SPS-C01 문제 109
Snowpark Python에서 UDF/UDTF를 생성할 때, 암시적인 타입 추론에 의존하는 것과 비교하여 데이터 타입을 명시적으로 지정하는 것(Python 타입 힌트 또는 등록 API를 통해)의 장점은 무엇입니까?
SPS-C01 문제 110
Snowpark DataFrame에 주문 데이터가 포함되어 있으며, 이 데이터를 'ORDERS' 테이블에 삽입해야 합니다. 하지만 최근 데이터 수집 문제로 인해 'ORDER ID' 열을 기준으로 일부 레코드가 이미 'ORDERS' 테이블에 존재할 수 있습니다. 목표는 중복을 방지하면서 새로운 주문만 'ORDERS' 테이블에 삽입하는 것입니다. 효율성과 정확성을 모두 고려했을 때, 다음 중 어떤 접근 방식이 이 작업에 가장 적합할까요? 'session' 및 필요한 라이브러리는 이미 임포트되었다고 가정합니다.
프리미엄 번들
DumpTop 에서 공유하는 최신 SPS-C01 시험 덤프는 SPS-C01 시험패스를 도와드릴수 있습니다! DumpTop 은 최근 업데이트된 SPS-C01 시험자료를 제공해드립니다. DumpTop SPS-C01 덤프도 시험문제 변경에 따라 업데이트되었으며 오답도 수정되었습니다. DumpTop SPS-C01 덤프 최신버전을 공유받아보세요.
(374 Q&As 덤프, 30%OFF할인코드: KrDump)