Teradata Package for Python Function Reference | 20.00 - var_samp - 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
 
 
var_samp

 
Functions
       
var_samp(value_expression)
DESCRIPTION:
    Function returns the sample variance for the data points in
    value_expression.
 
    The variance of a sample is a measure of dispersion from the mean of
    that sample. It is the square of the sample standard deviation.
    The computation is more conservative than that for the population
    standard deviation to minimize the effect of outliers on the computed
    value.
 
    When the sample used for the computation has fewer than two non-null
    data points, the function returns NULL.
 
PARAMETERS:
    value_expression:
        Required Argument.
        Specifies a ColumnExpression of a numeric column for which sample variance
        is to be computed.
        Format for the argument: '<dataframe>.<dataframe_column>.expression'.
 
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
    >>>
 
    # Example 1: Calculate the sample variance for the values in "gpa" column.
    # Import func from sqlalchemy to execute var_samp function.
    >>> from sqlalchemy import func
 
    # Create a sqlalchemy Function object.
    >>> var_samp_func_ = func.var_samp(admissions_train.gpa.expression)
    >>>
 
    # Pass the Function object as input to DataFrame.assign().
    >>> df = admissions_train.assign(True, var_samp_gpa_=var_samp_func_)
    >>> print(df)
       var_samp_gpa_
    0       0.263953
    >>>
 
    # Example 2: Calculate the sample variance for the values in "gpa" column
    #            for each level of programming.
    # Note:
    #   When assign() is run after DataFrame.groupby(), the function ignores
    #   the "drop_columns" argument.
    >>> admissions_train.groupby("programming").assign(var_samp_gpa_=func.var_samp(admissions_train.gpa.expression))
      programming  var_samp_gpa_
    0    Advanced       0.244026
    1      Novice       0.418267
    2    Beginner       0.125817
    >>>