Teradata Package for Python Function Reference | 20.00 - zeroifnull - 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
teradataml.dataframe.sql.DataFrameColumn.zeroifnull = zeroifnull()
DESCRIPTION:
    Function converts the values in column from null to zero to avoid cases where a null result creates an error.
 
NOTES:
    1. If the type of the column is not FLOAT, column values are converted to FLOAT
       based on implicit type conversion rules. If the value cannot be converted, an
       error is reported. For more information on implicit type conversion,
       see Teradata Vantage™ Data Types and Literals.
    2. Unsupported column types:
       a. BYTE or VARBYTE
       b. LOBs (BLOB or CLOB)
       c. CHARACTER or VARCHAR if the server character set is GRAPHIC
 
RAISES:
    TypeError, ValueError, TeradataMlException
 
RETURNS:
    DataFrameColumn
 
EXAMPLES:
    # Load the data to execute the example.
    >>> load_example_data("dataframe","admissions_train")
 
    # Create a DataFrame on 'admissions_train' table.
    # We will process the data to introduce some null values in the dataframe, which we will convert to 0
    # using "zeroifnull()" function.
    >>> df = DataFrame('admissions_train')
    >>> df1 = df[df.gpa == 4].select(['id', 'stats', 'masters', 'gpa'])
    >>> df2 = df[df.gpa < 2].select(['id', 'stats', 'programming', 'admitted'])
 
    # Let's concat both df1 and df2.
    >>> cdf = df1.concat(df2)
    >>> cdf
           stats masters  gpa programming  admitted
    id
    29    Novice     yes  4.0        None       NaN
    24  Advanced    None  NaN      Novice       1.0
    19  Advanced    None  NaN    Advanced       0.0
    15  Advanced     yes  4.0        None       NaN
    13  Advanced      no  4.0        None       NaN
 
    # Let's persist the cdf to Vantage.
    >>> copy_to_sql(cdf, "zeroifnull_test_table")
    >>> newdf = DataFrame("zeroifnull_test_table")
    >>> newdf
       id     stats masters  gpa programming  admitted
    0  19  Advanced    None  NaN    Advanced       0.0
    1  24  Advanced    None  NaN      Novice       1.0
    2  13  Advanced      no  4.0        None       NaN
    3  29    Novice     yes  4.0        None       NaN
    4  15  Advanced     yes  4.0        None       NaN
 
    # Converting null values in 'admitted' column to 0 using 'zeroifnull()' function.
    >>> rdf = newdf.assign(admitted_zero_if_null = newdf.admitted.zeroifnull())
    >>> print(rdf)
       id     stats masters  gpa programming  admitted  admitted_zero_if_null
    0  29    Novice     yes  4.0        None       NaN                      0
    1  24  Advanced    None  NaN      Novice       1.0                      1
    2  19  Advanced    None  NaN    Advanced       0.0                      0
    3  13  Advanced      no  4.0        None       NaN                      0
    4  15  Advanced     yes  4.0        None       NaN                      0