Python PySpark DataFrame cov方法用法及代碼示例

例子

考慮以下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|
+-----+------+------+

計算兩個數字 PySpark 列的協方差

要計算 height 和 weight 列之間的協方差：

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



50.0

在這裏，我們看到height 和weight 之間的協方差是50(正相關)。