Teradata Package for Python Function Reference | 20.00 - degrees - Teradata Package for Python - Look here for syntax, methods and examples for the functions included in the Teradata Package for Python.

Teradata® Package for Python Function Reference - 20.00

Deployment
VantageCloud
VantageCore
Edition
Enterprise
IntelliFlex
VMware
Product
Teradata Package for Python
Release Number
20.00
Published
March 2024
Language
English (United States)
Last Update
2024-04-10
dita:id
TeradataPython_FxRef_Enterprise_2000
Product Category
Teradata Vantage
 
 
degrees

 
Functions
       
degrees(column_expression_or_constant)
DESCRIPTION:
    Function takes a value specified in radians and converts it to degrees.
 
PARAMETERS:
    column_expression_or_constant:
        Required Argument.
        Specifies a ColumnExpression containing radian values or constant representing a radian value.
        Format for the argument: '<dataframe>.<dataframe_column>.expression'.
 
        Notes:
            1. If the type of the column/argument is not FLOAT, column values are converted to FLOAT
               based on implicit type conversion rules. If an argument cannot be converted, an
               error is reported. For more information on implicit type conversion,
               see Teradata Vantage™ Data Types and Literals, B035-1143.
            2. Unsupported column types:
                a. BYTE or VARBYTE
                b. LOBs (BLOB or CLOB)
                c. CHARACTER or VARCHAR if the server character set is GRAPHIC
 
NOTE:
    Function accepts positional arguments only.
 
EXAMPLES:
    # Load the data to run the example.
    >>> load_example_data("dataframe", "admissions_train")
    >>>
 
    # Create a DataFrame on 'admissions_train' table.
    >>> admissions_train = DataFrame("admissions_train")
    >>> admissions_train
       masters   gpa     stats programming  admitted
    id
    22     yes  3.46    Novice    Beginner         0
    36      no  3.00  Advanced      Novice         0
    15     yes  4.00  Advanced    Advanced         1
    38     yes  2.65  Advanced    Beginner         1
    5       no  3.44    Novice      Novice         0
    17      no  3.83  Advanced    Advanced         1
    34     yes  3.85  Advanced    Beginner         0
    13      no  4.00  Advanced      Novice         1
    26     yes  3.57  Advanced    Advanced         1
    19     yes  1.98  Advanced    Advanced         0
    >>>
 
    # Import func from sqlalchemy to execute degrees() function.
    >>> from sqlalchemy import func
 
    # Calculate degrees for values in "admitted" column.
    # Create a sqlalchemy Function object.
    >>> degrees_func_ = func.degrees(admissions_train.admitted.expression)
    >>>
 
    # Pass the Function object as input to DataFrame.assign().
    >>> df = admissions_train.assign(degrees_admitted_func_ = degrees_func_)
    >>> print(df)
       masters   gpa     stats programming  admitted  degrees_admitted_func_
    id
    22     yes  3.46    Novice    Beginner         0                 0.00000
    26     yes  3.57  Advanced    Advanced         1                57.29578
    5       no  3.44    Novice      Novice         0                 0.00000
    17      no  3.83  Advanced    Advanced         1                57.29578
    13      no  4.00  Advanced      Novice         1                57.29578
    19     yes  1.98  Advanced    Advanced         0                 0.00000
    36      no  3.00  Advanced      Novice         0                 0.00000
    15     yes  4.00  Advanced    Advanced         1                57.29578
    34     yes  3.85  Advanced    Beginner         0                 0.00000
    38     yes  2.65  Advanced    Beginner         1                57.29578
    >>>