説明
タスクはドライバーによって実行プログラムに割り当てられます。
正しい！言い換えると、エグゼキュータはドライバによって割り当てられたタスクを取得し、パーティション上で実行し、その結果をドライバに報告します。
タスクはジョブを DAG に変換します。
いいえ、このステートメントは Spark 階層内の要素の順序を無視しています。Spark ドライバーはジョブを DAG に変換します。各ジョブは 1 つ以上のステージで構成されます。各ステージには 1 つ以上のタスクが含まれます。
タスクは行のコレクションです。
間違い。パーティションは行のコレクションです。タスクは行のコレクションとはほとんど関係がありません。どちらかというと、タスクは特定のパーティションを処理します。
タスクは、変換に応じてドライバーからエグゼキュータに送信されるコマンドです。
正しくない。変換は遅延評価されるため、Spark ドライバーは変換に応じてエグゼキュータに何も送信しません。したがって、Spark ドライバーは、アクションに応じてのみタスクを実行プログラムに送信します。
タスクはスロットの集合です。
いいえ。エグゼキュータにはタスクを処理するための 1 つ以上のスロットがあり、各スロットにタスクを割り当てることができます。

説明
この質問では、Spark での groupBy パターンと agg パターンの使用方法に関する知識をテストします。ドキュメントを参照すると、pyspark.sql.functions に Average() メソッドがないことがわかります。
静的ノート | 動的ノートブック: テスト 2 を参照

説明
DataFrame.summary() コマンドは、DataFrame の統計を迅速に計算するのに非常に実用的です。計算結果を表示するには、.show() を呼び出す必要があります。デフォルトでは、コマンドは標準偏差や最小値などのさまざまな統計を計算します (以下にリンクされているドキュメントを参照)。
summary() の括弧内に多くのオプションをリストした回答には、質問で求められている最小値が含まれていないことに注意してください。
DataFrame.agg() は値を集計する方法についてのより複雑な列固有の命令を期待しているため、agg() を含む回答オプションはここでは機能しません。
より詳しい情報：
- pyspark.sql.DataFrame.summary - PySpark 3.1.2 ドキュメント
- pyspark.sql.DataFrame.agg - PySpark 3.1.2 ドキュメント
静的ノート | 動的ノートブック: テスト 3 を参照

説明
RDD は単一のパーティションで構成されます。
まったく逆です。Spark は RDD を分割し、そのパーティションを複数のノードに分散します。