regr_count

Fonction d'agrégation : renvoie le nombre de paires de nombres non nuls dans un groupe, où y est la variable dépendante et x est la variable indépendante.

Pour la fonction Databricks SQL correspondante, consultez la fonction d'agrégationregr_count.

Syntaxe

Python

import pyspark.sql.functions as sf

sf.regr_count(y=<y>, x=<x>)

parameter

parameter	Type	Description
y	pyspark.sql.Column OU str	La variable dépendante.
x	pyspark.sql.Column OU str	La variable indépendante.

parameter	Type	Description
y	pyspark.sql.Column OU str	La variable dépendante.
x	pyspark.sql.Column OU str	La variable indépendante.

Renvoie

pyspark.sql.Column: le nombre de paires de nombres non nuls dans un groupe.

Exemples

Exemple 1 : Toutes les paires sont non nulles.

Python

import pyspark.sql.functions as sf
df = spark.sql("SELECT * FROM VALUES (1, 2), (2, 2), (2, 3), (2, 4) AS tab(y, x)")
df.select(sf.regr_count("y", "x"), sf.count(sf.lit(0))).show()

Output

+----------------+--------+
|regr_count(y, x)|count(0)|
+----------------+--------+
|               4|       4|
+----------------+--------+

Exemple 2 : toutes les valeurs x des paires sont nulles.

Python

import pyspark.sql.functions as sf
df = spark.sql("SELECT * FROM VALUES (1, null) AS tab(y, x)")
df.select(sf.regr_count("y", "x"), sf.count(sf.lit(0))).show()

Output

+----------------+--------+
|regr_count(y, x)|count(0)|
+----------------+--------+
|               0|       1|
+----------------+--------+

Exemple 3 : Les valeurs y de toutes les paires sont nulles.

Python

import pyspark.sql.functions as sf
df = spark.sql("SELECT * FROM VALUES (null, 1) AS tab(y, x)")
df.select(sf.regr_count("y", "x"), sf.count(sf.lit(0))).show()

Output

+----------------+--------+
|regr_count(y, x)|count(0)|
+----------------+--------+
|               0|       1|
+----------------+--------+

Exemple 4 : Les valeurs x de certaines paires sont nulles.

Python

import pyspark.sql.functions as sf
df = spark.sql("SELECT * FROM VALUES (1, 2), (2, null), (2, 3), (2, 4) AS tab(y, x)")
df.select(sf.regr_count("y", "x"), sf.count(sf.lit(0))).show()

Output

+----------------+--------+
|regr_count(y, x)|count(0)|
+----------------+--------+
|               3|       4|
+----------------+--------+

Exemple 5 : Certaines valeurs x ou y des paires sont nulles.

Python

import pyspark.sql.functions as sf
df = spark.sql("SELECT * FROM VALUES (1, 2), (2, null), (null, 3), (2, 4) AS tab(y, x)")
df.select(sf.regr_count("y", "x"), sf.count(sf.lit(0))).show()

Output

+----------------+--------+
|regr_count(y, x)|count(0)|
+----------------+--------+
|               2|       4|
+----------------+--------+