Teradata Package for Python Function Reference | 20.00 - __neg__ - 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.__neg__ = __neg__(self)
Compute the unary negation of the ColumnExpressions using -.
 
PARAMETERS:
    None
 
RETURNS:
    _SQLColumnExpression
 
RAISES:
    Exception
        A TeradataMlException gets thrown if SQLAlchemy
        throws an exception when evaluating the expression
 
EXAMPLES:
    >>> load_example_data("dataframe", "admissions_train")
    >>> df = DataFrame("admissions_train")
    >>> df
       masters   gpa     stats programming  admitted
    id
    13      no  4.00  Advanced      Novice         1
    36      no  3.00  Advanced      Novice         0
    15     yes  4.00  Advanced    Advanced         1
    40     yes  3.95    Novice    Beginner         0
    22     yes  3.46    Novice    Beginner         0
    38     yes  2.65  Advanced    Beginner         1
    26     yes  3.57  Advanced    Advanced         1
    5       no  3.44    Novice      Novice         0
    7      yes  2.33    Novice      Novice         1
    19     yes  1.98  Advanced    Advanced         0
 
    # Example 1: Negate the values in the column 'gpa' and assign those
    #           values to new column 'negate_gpa'.
    >>> df.assign(negate_gpa=-df.gpa)
       masters   gpa     stats programming  admitted  negate_gpa
    id
    5       no  3.44    Novice      Novice         0       -3.44
    34     yes  3.85  Advanced    Beginner         0       -3.85
    13      no  4.00  Advanced      Novice         1       -4.00
    40     yes  3.95    Novice    Beginner         0       -3.95
    22     yes  3.46    Novice    Beginner         0       -3.46
    19     yes  1.98  Advanced    Advanced         0       -1.98
    36      no  3.00  Advanced      Novice         0       -3.00
    15     yes  4.00  Advanced    Advanced         1       -4.00
    7      yes  2.33    Novice      Novice         1       -2.33
    17      no  3.83  Advanced    Advanced         1       -3.83
 
    # Example 2: Filter out the rows by taking negation of gpa not equal to 3.44 or
    #            admitted equal to 1.
    >>> df[~((df.gpa != 3.44) | (df.admitted == 1))]
                 id masters   gpa   stats  admitted
    programming
    Novice        5      no  3.44  Novice         0