A função .count() sem especificação na resposta, está contando todos os registros na tabela, de acordo com o número de linhas presentes?
empresas_join
.select(f.year(empresas_join.data_de_inicio_atividade).alias('data_de_inicio'))
.where('data_de_inicio >= 2010')
.groupBy('data_de_inicio')
.count()
.orderBy('data_de_inicio')
.show()
