teradataml.dataframe.setop.td_intersect = td_intersect(df_list, allow_duplicates=True)

DESCRIPTION:
    Function intersects a list of teradataml DataFrames or GeoDataFrames along the index axis and
    returns a DataFrame with rows common to all input DataFrames.
    Note:
         This function should be applied to data frames of the same type: either all teradataml DataFrames,
         or all GeoDataFrames.
 
PARAMETERS:
    df_list:
        Required argument.
        Specifies the list of teradataml DataFrames or GeoDataFrames on which the intersection is to be performed.
        Types: list of teradataml DataFrames or GeoDataFrames
    
    allow_duplicates:
        Optional argument.
        Specifies if the result of intersection can have duplicate rows.
        Default value: True
        Types: bool
 
RETURNS:
    teradataml DataFrame when intersect is performed on teradataml DataFrames.
    teradataml GeoDataFrame when operation is performed on teradataml GeoDataFrames.
 
RAISES:
    TeradataMlException, TypeError
 
EXAMPLES:
    >>> from teradataml import load_example_data
    >>> load_example_data("dataframe", "setop_test1")
    >>> load_example_data("dataframe", "setop_test2")
    >>> load_example_data("geodataframe", ["sample_shapes"])
    >>> from teradataml.dataframe.setop import td_intersect
    >>>
    >>> df1 = DataFrame('setop_test1')
    >>> df1
       masters   gpa     stats programming  admitted
    id                                              
    62      no  3.70  Advanced    Advanced         1
    53     yes  3.50  Beginner      Novice         1
    69      no  3.96  Advanced    Advanced         1
    61     yes  4.00  Advanced    Advanced         1
    58      no  3.13  Advanced    Advanced         1
    51     yes  3.76  Beginner    Beginner         0
    68      no  1.87  Advanced      Novice         1
    66      no  3.87    Novice    Beginner         1
    60      no  4.00  Advanced      Novice         1
    59      no  3.65    Novice      Novice         1
    >>> df2 = DataFrame('setop_test2')
    >>> df2
       masters   gpa     stats programming  admitted
    id                                              
    12      no  3.65    Novice      Novice         1
    15     yes  4.00  Advanced    Advanced         1
    14     yes  3.45  Advanced    Advanced         0
    20     yes  3.90  Advanced    Advanced         1
    18     yes  3.81  Advanced    Advanced         1
    17      no  3.83  Advanced    Advanced         1
    13      no  4.00  Advanced      Novice         1
    11      no  3.13  Advanced    Advanced         1
    60      no  4.00  Advanced      Novice         1
    19     yes  1.98  Advanced    Advanced         0
    >>> idf = td_intersect([df1, df2])
    >>> idf
       masters   gpa     stats programming  admitted
    id                                              
    64     yes  3.81  Advanced    Advanced         1
    60      no  4.00  Advanced      Novice         1
    58      no  3.13  Advanced    Advanced         1
    68      no  1.87  Advanced      Novice         1
    66      no  3.87    Novice    Beginner         1
    60      no  4.00  Advanced      Novice         1
    62      no  3.70  Advanced    Advanced         1
    >>>
    >>> idf = td_intersect([df1, df2], allow_duplicates=False)
    >>> idf
       masters   gpa     stats programming  admitted
    id                                              
    64     yes  3.81  Advanced    Advanced         1
    60      no  4.00  Advanced      Novice         1
    58      no  3.13  Advanced    Advanced         1
    68      no  1.87  Advanced      Novice         1
    66      no  3.87    Novice    Beginner         1
    62      no  3.70  Advanced    Advanced         1
    >>> # intersecting more than two DataFrames
    >>> df3 = df1[df1.gpa <= 3.5]
    >>> df3
       masters   gpa     stats programming  admitted
    id                                              
    58      no  3.13  Advanced    Advanced         1
    67     yes  3.46    Novice    Beginner         0
    54     yes  3.50  Beginner    Advanced         1
    68      no  1.87  Advanced      Novice         1
    53     yes  3.50  Beginner      Novice         1
    >>> idf = td_intersect([df1, df2, df3])
    >>> idf
       masters   gpa     stats programming  admitted
    id                                              
    58      no  3.13  Advanced    Advanced         1
    68      no  1.87  Advanced      Novice         1
 
    # Perform intersection of two GeoDataFrames.
    >>> geo_dataframe = GeoDataFrame('sample_shapes')
    >>> geo_dataframe1 = geo_dataframe[geo_dataframe.skey == 1004].select(['skey','linestrings'])
    >>> geo_dataframe1
 
    skey            linestrings
    1004  LINESTRING (10 20 30,40 50 60,70 80 80)
    >>> geo_dataframe2 = geo_dataframe[geo_dataframe.skey < 1010].select(['skey','linestrings'])
    >>> geo_dataframe2
 
    skey                        linestrings
    1009            MULTILINESTRING ((10 20 30,40 50 60),(70 80 80,90 100 110))
    1005                                         LINESTRING (1 3 6,3 0 6,6 0 1)
    1004                                LINESTRING (10 20 30,40 50 60,70 80 80)
    1002                                               LINESTRING (1 3,3 0,0 1)
    1001                                           LINESTRING (1 1,2 2,3 3,4 4)
    1003                       LINESTRING (1.35 3.6456,3.6756 0.23,0.345 1.756)
    1007                            MULTILINESTRING ((1 1,1 3,6 3),(10 5,20 1))
    1006           LINESTRING (1.35 3.6456 4.5,3.6756 0.23 6.8,0.345 1.756 8.9)
    1008  MULTILINESTRING ((1 3,3 0,0 1),(1.35 3.6456,3.6756 0.23,0.345 1.756))
    >>> td_intersect([geo_dataframe1,geo_dataframe2])
 
    skey            linestrings
    1004  LINESTRING (10 20 30,40 50 60,70 80 80)