regr_intercept

Agregační funkce: Vrátí průsečík jednovariátové lineární regresní přímky pro páry bez null ve skupině, kde y je závislá proměnná a x je nezávislá proměnná.

Odpovídající funkci SQL Databricks najdete v agregačníregr_intercept funkci.

Syntaxe

import pyspark.sql.functions as sf

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

Parametry

Parameter	Typ	Description
y	pyspark.sql.Column nebo str	Závislá proměnná.
x	pyspark.sql.Column nebo str	Nezávislá proměnná.

Návraty

pyspark.sql.Column: průsečík jednovariátové lineární regresní přímky pro páry bez hodnoty null ve skupině.

Examples

Příklad 1: Všechny páry nemají hodnotu null.

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()

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

Příklad 2: Všechny hodnoty x párů mají hodnotu null.

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()

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

Příklad 3: Hodnoty y všech párů mají hodnotu null.

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()

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

Příklad 4: Některé hodnoty x párů mají hodnotu null.

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()

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

Příklad 5: Některé páry x nebo y hodnoty mají hodnotu null.

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()

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