Day 4 점검 | pandas 고급 & 대용량 데이터 처리 | FDE Academy

Q1. Polars가 pandas보다 빠른 주된 이유는?

A. Python으로 최적화되어 있어서B. Rust로 작성되어 GIL 제약이 없고 멀티스레드 지원C. 더 적은 기능을 제공해서D. 클라우드에 최적화되어서

Q2. Polars에서 새 컬럼을 추가하면서 기존 컬럼을 유지하려면?

A. select()B. with_columns()C. filter()D. assign()

Q3. Lazy Evaluation의 장점이 아닌 것은?

A. 쿼리 자동 최적화B. 불필요한 컬럼 읽기 방지C. 즉시 결과 확인 가능D. 메모리 효율적 처리

Q4. pandas DataFrame을 Polars로 변환하려면?

A. pl.DataFrame(df_pandas)B. pl.from_pandas(df_pandas)C. df_pandas.to_polars()D. pl.convert(df_pandas)

Q5. Polars에서 그룹별 윈도우 함수를 사용하려면?

A. transform()B. over()C. window()D. partition()