teradataml.dataframe.dataframe.DataFrame.cube = cube(self, columns)

DESCRIPTION:
    cube() function creates a multi-dimensional cube for the DataFrame
    using the specified column(s), and there by running aggregates on
    it to produce the aggregations on different dimensions.
 
 
PARAMETERS:
    columns:
        Required Argument.
        Specifies the name(s) of input teradataml DataFrame column(s).
        Types: str OR list of str(s)
 
RETURNS:
    teradataml DataFrameGroupBy
 
RAISES:
    TeradataMlException
 
EXAMPLES :
    # Example 1: Analyzes the data by grouping into masters and stats dimensions.
    >>> load_example_data("dataframe","admissions_train")
    >>> df = DataFrame("admissions_train")
    >>> df1 = df.cube(["masters", "stats"]).sum()
    >>> df1
      masters     stats  sum_id  sum_gpa  sum_admitted
    0      no  Beginner       8     3.60             1
    1    None  Advanced     555    84.21            16
    2    None  Beginner      21    18.31             3
    3     yes  Beginner      13    14.71             2
    4    None      None     820   141.67            26
    5     yes  Advanced     366    49.26             7
    6      no      None     343    63.96            16
    7    None    Novice     244    39.15             7
    8      no  Advanced     189    34.95             9
    9     yes    Novice      98    13.74             1