Teradata Package for Python Function Reference | 20.00 - left - 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.left = left(length)
DESCRIPTION:
    Function truncates string value in column to a specified number of characters desired from
    the left side of the string.
 
RAISES:
    TypeError, ValueError, TeradataMlException
 
RETURNS:
    DataFrameColumn
 
PARAMETERS:
    length:
        Required Argument.
        Specifies a positive integer specifying the number of characters desired from
        the left side of the string. If the number of character exceeds the number of
        characters in the original string, the original string is returned.
        Format of a ColumnExpression of a string column: '<dataframe>.<dataframe_column>'.
        Types: ColumnExpression, int
 
EXAMPLES:
    # Load the data to run the example.
    >>> load_example_data("dataframe", "admissions_train")
 
    >>> df = DataFrame("admissions_train").iloc[:4]
    >>> print(df)
       masters   gpa     stats programming  admitted
    id
    3       no  3.70    Novice    Beginner         1
    4      yes  3.50  Beginner      Novice         1
    2      yes  3.76  Beginner    Beginner         0
    1      yes  3.95  Beginner    Beginner         0
 
    # Example 1: Truncates values in "programming" column to a length of 3 and pass it
    #            as input to DataFrame.assign().
    >>> res = df.assign(col = df.programming.left(3))
    >>> print(res)
       masters   gpa     stats programming  admitted  col
    id
    3       no  3.70    Novice    Beginner         1  Beg
    4      yes  3.50  Beginner      Novice         1  Nov
    2      yes  3.76  Beginner    Beginner         0  Beg
    1      yes  3.95  Beginner    Beginner         0  Beg
 
    # Example 2: Executed left() function on "programming" column and filtered computed
    #            values which are equal to 'Nov'.
    >>> print(df[df.programming.left(3) == "Nov"])
       masters  gpa     stats programming  admitted  col
    id
    4      yes  3.5  Beginner      Novice         1  Nov