regr_intercept

Toplama işlevi: Bir gruptaki null olmayan çiftler için tek değişkenli doğrusal regresyon çizgisinin kesme noktasını döndürür; burada y bağımlı değişken ve x bağımsız değişkendir.

İlgili Databricks SQL işlevi için bkz regr_intercept . toplama işlevi.

Sözdizimi

import pyspark.sql.functions as sf

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

Parametreler

Parametre	Türü	Description
y	pyspark.sql.Column veya str	Bağımlı değişken.
x	pyspark.sql.Column veya str	Bağımsız değişken.

İade

pyspark.sql.Column: bir gruptaki null olmayan çiftler için tek değişkenli doğrusal regresyon çizgisinin kesme noktası.

Örnekler

Örnek 1: Tüm çiftler null değil.

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|
+--------------------+

Örnek 2: Tüm çiftlerin x değerleri null olur.

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|
+--------------------+

Örnek 3: Tüm çiftlerin y değerleri null olur.

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|
+--------------------+

Örnek 4: Bazı çiftlerin x değerleri 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|
+--------------------+

Örnek 5: Bazı çiftlerin x veya y değerleri null olur.

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|
+--------------------+