Teradata Package for Python Function Reference | 20.00 - greatest - 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.greatest = greatest(self, *columns)
DESCRIPTION:
    Get the greatest values from the given columns.
    Note:
        * All of the input columns type must be of same data
          type or else the types must be compatible.
 
PARAMETERS:
    *columns:
        Specifies the name(s) of the columns or ColumnExpression(s)
        as positional arguments.
        At least one positional argument is required.
        Types: str OR int OR float OR ColumnExpression OR ColumnExpressions
 
RETURNS:
    ColumnExpression
 
EXAMPLES:
    # Load the data to run the example.
    >>> load_example_data("glmpredict", "housing_test")
    >>>
 
    # Create a DataFrame on 'housing_test' table.
    >>> df = DataFrame("housing_test")
    >>> df = df.select(["sn", "price", "lotsize", "bedrooms", "bathrms", "stories"])
    >>> df
           price  lotsize  bedrooms  bathrms  stories
    sn
    364  72000.0  10700.0         3        1        2
    13   27000.0   1700.0         3        1        2
    459  44555.0   2398.0         3        1        1
    463  49000.0   2610.0         3        1        2
    260  41000.0   6000.0         2        1        1
    177  70000.0   5400.0         4        1        2
    53   68000.0   9166.0         2        1        1
    440  69000.0   6862.0         3        1        2
    255  61000.0   4360.0         4        1        2
    301  55000.0   4080.0         2        1        1
    >>>
 
    # Example 1: Find the greatest values in the columns "price" and "lotsize".
    >>> gt_df = df.assign(gt_col=df.price.greatest(df.lotsize))
    >>> gt_df
           price  lotsize  bedrooms  bathrms  stories   gt_col
    sn
    364  72000.0  10700.0         3        1        2  72000.0
    13   27000.0   1700.0         3        1        2  27000.0
    459  44555.0   2398.0         3        1        1  44555.0
    463  49000.0   2610.0         3        1        2  49000.0
    260  41000.0   6000.0         2        1        1  41000.0
    177  70000.0   5400.0         4        1        2  70000.0
    53   68000.0   9166.0         2        1        1  68000.0
    440  69000.0   6862.0         3        1        2  69000.0
    255  61000.0   4360.0         4        1        2  61000.0
    301  55000.0   4080.0         2        1        1  55000.0
    >>>
 
    # Example 2: Find the greatest values in the columns "price", "lotsize" and 70000.0.
    >>> gt_df = df.assign(gt_col=df.price.greatest(df.lotsize, 70000))
    >>> gt_df
           price  lotsize  bedrooms  bathrms  stories   gt_col
    sn
    364  72000.0  10700.0         3        1        2  72000.0
    13   27000.0   1700.0         3        1        2  70000.0
    459  44555.0   2398.0         3        1        1  70000.0
    463  49000.0   2610.0         3        1        2  70000.0
    260  41000.0   6000.0         2        1        1  70000.0
    177  70000.0   5400.0         4        1        2  70000.0
    53   68000.0   9166.0         2        1        1  70000.0
    440  69000.0   6862.0         3        1        2  70000.0
    255  61000.0   4360.0         4        1        2  70000.0
    301  55000.0   4080.0         2        1        1  70000.0
    >>>