説明
正しいコード ブロック:
transactionsDf.printSchema()
これは知識の問題であり、試験中に暗記するか、提供されたドキュメントを参照する必要があります。ドキュメントで DataFrame.printSchema() に関する詳細情報を取得できます (以下のリンク)。ただし、これは引数のない単純なメソッドです。
1 つの回答は、スキーマを出力する代わりの方法を示しています。print(transactionsDf.schema) を使用することもできます。
これにより、読みやすいが適切にフォーマットされていないスキーマの説明が得られます。
詳細: pyspark.sql.DataFrame.printSchema - PySpark 3.1.1 ドキュメント 静的ノートブック | 動的ノートブック: テスト 1 を参照

説明
正しいコード ブロックは次のとおりです。
transactionsDf.filter(col("storeId")==25).take(5)
collect には引数がなく、どちらの場合も引数 5 が指定されているため、collect のオプションはどれも機能しません。
toLocalIterator の唯一の引数はブール値である prefetchPartitions であるため、toLocalIterator のオプションは機能しません。したがって、ここで 5 を渡すことは意味がありません。
select に渡された式が適切な構文ではないため、head を使用するオプションは機能しません。式が col("storeId")==25 の場合に機能します。
静的ノートブック | 動的ノートブック: テスト 1 を参照
(https://flrs.github.io/spark_practice_tests_code/#1/24.html 、
https://bit.ly/sparkpracticeexams_import_instructions)

説明
正しいコード ブロック:
transactionsDf.write.format("parquet").option("mode", "append").save(パス)

説明
transactionsDf.withColumn("predErrorSqrt", sqrt(col("predError")))
正しい。DataFrame.withColumn() 演算子は、新しい列を DataFrame に追加するために使用されます。新しい列の名前 (ここでは predErrorSqrt) と新しい列としての列式の 2 つの引数を取ります。PySpark では、Column 式とは、col("predError") コマンドを使用して列を参照することを意味します。
平方根を求める質問です。sqrt() は pyspark.sql.functions の関数で、平方根を計算します。値または列を入力として受け取ります。ここでは、col("predError") で表現された DataFrame transactionsDf の predError 列です。
transactionsDf.withColumn("predErrorSqrt", sqrt(predError))
正しくない。この式では、sqrt(predError) は正しくない構文です。この方法で predError を参照することはできません。Spark には、存在しない Python 変数 predError を参照しようとしているかのように見えます。
代わりに、transactionsDf.predError、col("predError") (正しい解決策のように)、または単に "predError" を渡すこともできます。
transactionsDf.select(sqrt(predError))
間違い。ここで、predError の参照方法については、このすぐ上の説明が適用されます。
transactionsDf.select(sqrt("predError"))
いいえ。これは正しい構文ですが、列 predError の平方根を示す列のみを含む単一列の DataFrame を返します。ただし、この質問では、元の DataFrame transactionsDf に列を追加するよう求めています。
transactionsDf.withColumn("predErrorSqrt", col("predError").sqrt())
いいえ。このステートメントの問題は、列 col("predError") に sqrt() メソッドがないことです。sqrt() は pyspark.sql.functions のメンバーですが、pyspark.sql.Column のメンバーではありません。
詳細: pyspark.sql.DataFrame.withColumn - PySpark 3.1.2 ドキュメントおよび pyspark.sql.functions.sqrt - PySpark 3.1.2 ドキュメント 静的ノートブック | 動的ノートブック: テスト 2 を参照

説明
正しいコード ブロック:
spark.conf.set("spark.sql.shuffle.partitions", 20)
コード ブロックは、オプションを正しく表現していません。
正しい！オプションは文字列として表現する必要があります。
コード ブロックが間違ったオプションを設定しています。
いいえ、spark.sql.shuffle.partitions は、質問のユース ケースの正しいオプションです。
コード ブロックは、正しくないパーツ数を設定します。
コード ブロックは正しく 20 個のパーツを示しています。
コード ブロックは、オプションの設定に間違ったコマンドを使用しています。
いいえ、PySpark では spark.conf.set() がオプションを設定するための正しいコマンドです。
コード ブロックにパラメーターがありません。
正しくありません。spark.conf.set() は 2 つのパラメーターを取ります。
詳細: 構成 - Spark 3.1.2 ドキュメント