regr_sxy

Fonction d'agrégation : renvoie REGR_COUNT(y, x) * COVAR_POP(y, x) pour les paires non nulles 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_sxy.

Syntaxe

Python

import pyspark.sql.functions as sf

sf.regr_sxy(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: REGR_COUNT(y, x) * COVAR_POP(y, x) pour les paires non nulles 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, 1), (2, 2), (3, 3), (4, 4) AS tab(y, x)")
df.select(sf.regr_sxy("y", "x")).show()

Output

+--------------+
|regr_sxy(y, x)|
+--------------+
|           5.0|
+--------------+

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_sxy("y", "x")).show()

Output

+--------------+
|regr_sxy(y, x)|
+--------------+
|          NULL|
+--------------+

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_sxy("y", "x")).show()

Output

+--------------+
|regr_sxy(y, x)|
+--------------+
|          NULL|
+--------------+

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

Python

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

Output

+-----------------+
|   regr_sxy(y, x)|
+-----------------+
|4.666666666666...|
+-----------------+

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, 1), (2, null), (null, 3), (4, 4) AS tab(y, x)")
df.select(sf.regr_sxy("y", "x")).show()

Output

+--------------+
|regr_sxy(y, x)|
+--------------+
|           4.5|
+--------------+