regr_avgx

Função agregada: retorna a média da variável independente para pares não nulos em um grupo, onde y é a variável dependente e x é a variável independente.

Para a função Databricks SQL correspondente, consulte regr_avgx função agregada.

Sintaxe

Python

import pyspark.sql.functions as sf

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

Parâmetros

Parâmetro	Tipo	Descrição
y	pyspark.sql.Column ou str	A variável dependente.
x	pyspark.sql.Column ou str	A variável independente.

Devoluções

pyspark.sql.Column: a média da variável independente para pares não nulos em um grupo.

Exemplos

Exemplo 1 : Todos os pares são não nulos.

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_avgx("y", "x"), sf.avg("x")).show()

Output

+---------------+------+
|regr_avgx(y, x)|avg(x)|
+---------------+------+
|           2.75|  2.75|
+---------------+------+

Exemplo 2 : Todos os valores de x dos pares são nulos.

Python

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

Output

+---------------+------+
|regr_avgx(y, x)|avg(x)|
+---------------+------+
|           NULL|  NULL|
+---------------+------+

Exemplo 3 : Todos os valores y dos pares são nulos.

Python

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

Output

+---------------+------+
|regr_avgx(y, x)|avg(x)|
+---------------+------+
|           NULL|   1.0|
+---------------+------+

Exemplo 4 : Os valores de x de alguns pares são nulos.

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_avgx("y", "x"), sf.avg("x")).show()

Output

+---------------+------+
|regr_avgx(y, x)|avg(x)|
+---------------+------+
|            3.0|   3.0|
+---------------+------+

Exemplo 5 : Os valores de x ou y de alguns pares são nulos.

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_avgx("y", "x"), sf.avg("x")).show()

Output

+---------------+------+
|regr_avgx(y, x)|avg(x)|
+---------------+------+
|            3.0|   3.0|
+---------------+------+