teradataml.store.feature_store.models.FeatureProcess.df

DESCRIPTION:
    Returns the DataFrame which is used to ingest features
    while running the feature process.
 
PARAMETERS:
    None
 
RETURNS:
    teradataml DataFrame
 
RAISES:
    None
 
EXAMPLES:
    >>> from teradataml import DataFrame, load_example_data, FeatureProcess
    >>> load_example_data('dataframe', 'sales')
    >>> df = DataFrame("sales")
 
    # Create FeatureProcess.
    >>> fp = FeatureProcess(repo="vfs_test",
    ...                     object=df,
    ...                     entity="accounts",
    ...                     features=["Jan", "Feb", "Mar", "Apr"]
    ...                     )
    >>> fp.df
         accounts    Feb    Jan    Mar    Apr    datetime
    0    Blue Inc   90.0   50.0   95.0  101.0  04/01/2017
    1    Alpha Co  210.0  200.0  215.0  250.0  04/01/2017
    2   Jones LLC  200.0  150.0  140.0  180.0  04/01/2017
    3  Yellow Inc   90.0    NaN    NaN    NaN  04/01/2017
    4     Red Inc  200.0  150.0  140.0    NaN  04/01/2017
    5  Orange Inc  210.0    NaN    NaN  250.0  04/01/2017