regr_sxx

聚合函数：为组中的非 null 对返回 REGR_COUNT（y， x） * VAR_POP（x），其中 y 是依赖变量，并且 x 是独立变量。

有关相应的 Databricks SQL 函数，请参阅 regr_sxx 聚合函数。

Syntax

import pyspark.sql.functions as sf

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

参数

退货

pyspark.sql.Column：REGR_COUNT（y，x） * VAR_POP（x） 表示组中的非 null 对。

例子

示例 1：所有对均为非 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_sxx("y", "x")).show()

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

示例 2：所有对的 x 值均为 null。

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

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

示例 3：所有对的 y 值为 null。

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

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

示例 4：某些对的 x 值为 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_sxx("y", "x")).show()

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

示例 5：某些对的 x 或 y 值为 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_sxx("y", "x")).show()

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