Python PySpark DataFrame cov方法用法及代码示例

例子

考虑以下PySpark DataFrame：

df = spark.createDataFrame([("Alex", 180, 80), ("Bob", 170, 70), ("Cathy", 160, 70)], ["name", "height", "weight"])
df.show()



+-----+------+------+
| name|height|weight|
+-----+------+------+
| Alex|   180|    80|
|  Bob|   170|    70|
|Cathy|   160|    70|
+-----+------+------+

计算两个数字 PySpark 列的协方差

要计算 height 和 weight 列之间的协方差：

df.cov("height","weight")



50.0

在这里，我们看到height 和weight 之间的协方差是50(正相关)。