PySpark 面接の質問と回答
質問 16. How can you perform a union operation on two DataFrames in PySpark?
You can use the 'union' method to combine two DataFrames with the same schema.
Example:
result = df1.union(df2)
役に立ちましたか？
コメントを追加
コメントを見る
質問 17. Explain the purpose of the 'window' function in PySpark.
The 'window' function is used for defining windows over data based on partitioning and ordering, often used with aggregation functions.
Example:
from pyspark.sql.window import Window
from pyspark.sql.functions import sum
window_spec = Window.partitionBy('category').orderBy('value')
result = df.withColumn('sum_value', sum('value').over(window_spec))
役に立ちましたか？
コメントを追加
コメントを見る
質問 18. What is the purpose of the 'explode' function in PySpark?
The 'explode' function is used to transform a column with arrays or maps into multiple rows, duplicating the values of the other columns.
Example:
from pyspark.sql.functions import explode
exploded_df = df.select('ID', explode('items').alias('item'))
役に立ちましたか？
コメントを追加
コメントを見る
質問 19. Explain the concept of 'broadcast' variables in PySpark.
'Broadcast' variables are read-only variables cached on each node of a cluster to efficiently distribute large read-only data structures.
Example:
from pyspark.sql.functions import broadcast
result = df1.join(broadcast(df2), 'key')
役に立ちましたか？
コメントを追加
コメントを見る
質問 20. How can you handle missing or null values in a PySpark DataFrame?
You can use the 'na' functions like 'drop' or 'fill' to handle missing values in a PySpark DataFrame.
Example:
df.na.drop()
役に立ちましたか？
コメントを追加
コメントを見る
ユーザー評価で最も役立つ内容: