regr_intercept

Função agregada: retorna o intercepto da linha de regressão linear univariada 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_intercept função agregada.

Sintaxe

Python

import pyspark.sql.functions as sf

sf.regr_intercept(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: o intercepto da reta de regressão linear univariada 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, 1), (2, 2), (3, 3), (4, 4) AS tab(y, x)")
df.select(sf.regr_intercept("y", "x")).show()

Output

+--------------------+
|regr_intercept(y, x)|
+--------------------+
|                 0.0|
+--------------------+

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

Output

+--------------------+
|regr_intercept(y, x)|
+--------------------+
|                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_intercept("y", "x")).show()

Output

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

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

Output

+--------------------+
|regr_intercept(y, x)|
+--------------------+
|                 0.0|
+--------------------+

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

Output

+--------------------+
|regr_intercept(y, x)|
+--------------------+
|                 0.0|
+--------------------+