teradataml.dataframe.sql.DataFrameColumn.array_div = array_div(self, other, lower_bound=None, upper_bound=None)

DESCRIPTION:
    Divide the elements of the array by another array or scalar value element-wise
    and return the result array.
 
PARAMETERS:
    other:
        Required Argument.
        Specifies the array or Python literal value to divide by.
        Note:
            * Value specified in "other" must be of the same type as the array to divide.
        Types: ColumnExpression OR Python literal
 
    lower_bound:
        Optional Argument.
        Specifies the starting index for division (inclusive).
        Note:
            * If specified, both "lower_bound" and "upper_bound" arguments must be provided.
        Types: int
 
    upper_bound:
        Optional Argument.
        Specifies the ending index for division (inclusive).
        Note:
            * If specified, both "lower_bound" and "upper_bound" arguments must be provided.
        Types: int
 
RETURNS:
    ColumnExpression
 
EXAMPLES:
    >>> from teradataml import *
    >>> load_example_data("array", "array_table")
 
    # Create a DataFrame on 'array_table'.
    >>> df = DataFrame("array_table")
    >>> df
                     arr1                   arr2                        arr3
    id                                                                      
    1    (10,20,30,40,50)     (23,200,215,40,21)  ('ab','bc','cd','ab','ef')
    4   (180,28,38,48,58)  (30,NULL,NULL,250,27)  ('mn','no',NULL,'op','pq')
    2   (150,25,35,45,55)       (28,50,95,90,26)  ('xy','yz','za','ab','xy')
    6   (16,261,36,46,56)     (29,170,160,46,25)  ('uv','xy','ab','xy','yz')
    3   (12,22,320,42,52)     (25,22,140,200,23)  ('pq','ab','ab','st','tu')
    5    (14,24,34,44,54)  (26,NULL,NULL,180,24)  ('ij','jk',NULL,'kl','lm')
 
    # Example 1: Divide corresponding elements of array column 'arr2' by array column 'arr1'.
    >>> res = df.assign(div_res = df.arr2.array_div(df.arr1))
    >>> res
                     arr1                   arr2                        arr3            div_res
    id                                                                                         
    1    (10,20,30,40,50)     (23,200,215,40,21)  ('ab','bc','cd','ab','ef')       (2,10,7,1,0)
    4   (180,28,38,48,58)  (30,NULL,NULL,250,27)  ('mn','no',NULL,'op','pq')  (0,NULL,NULL,5,0)
    2   (150,25,35,45,55)       (28,50,95,90,26)  ('xy','yz','za','ab','xy')        (0,2,3,2,0)
    6   (16,261,36,46,56)     (29,170,160,46,25)  ('uv','xy','ab','xy','yz')        (2,1,4,1,0)
    3   (12,22,320,42,52)     (25,22,140,200,23)  ('pq','ab','ab','st','tu')        (2,1,0,5,0)
    5    (14,24,34,44,54)  (26,NULL,NULL,180,24)  ('ij','jk',NULL,'kl','ab')  (2,NULL,NULL,4,0)
 
    # Example 2: Divide all elements in array column 'arr1' by a scalar value 10.
    >>> res = df.assign(div_res = df.arr1.array_div(10))
    >>> res
                     arr1                   arr2                        arr3       div_res
    id                                                                                    
    1    (10,20,30,40,50)     (23,200,215,40,21)  ('ab','bc','cd','ab','ef')   (1,2,3,4,5)
    4   (180,28,38,48,58)  (30,NULL,NULL,250,27)  ('mn','no',NULL,'op','pq')  (18,3,4,5,6)
    2   (150,25,35,45,55)       (28,50,95,90,26)  ('xy','yz','za','ab','xy')  (15,2,4,4,6)
    6   (16,261,36,46,56)     (29,170,160,46,25)  ('uv','xy','ab','xy','yz')  (2,26,4,5,6)
    3   (12,22,320,42,52)     (25,22,140,200,23)  ('pq','ab','ab','st','tu')  (1,2,32,4,5)
    5    (14,24,34,44,54)  (26,NULL,NULL,180,24)  ('ij','jk',NULL,'kl','ab')   (1,2,3,4,5)
 
    # Example 3: Divide the elements present in second position to third position
    #            in the array column 'arr1' by a scalar value 5.
    >>> res = df.assign(div_res = df.arr1.array_div(5, lower_bound=2, upper_bound=3))
    >>> res
                     arr1                   arr2                        arr3                div_res
    id                                                                                             
    1    (10,20,30,40,50)     (23,200,215,40,21)  ('ab','bc','cd','ab','ef')   (NULL,4,6,NULL,NULL)
    4   (180,28,38,48,58)  (30,NULL,NULL,250,27)  ('mn','no',NULL,'op','pq')   (NULL,6,8,NULL,NULL)
    2   (150,25,35,45,55)       (28,50,95,90,26)  ('xy','yz','za','ab','xy')   (NULL,5,7,NULL,NULL)
    6   (16,261,36,46,56)     (29,170,160,46,25)  ('uv','xy','ab','xy','yz')  (NULL,52,7,NULL,NULL)
    3   (12,22,320,42,52)     (25,22,140,200,23)  ('pq','ab','ab','st','tu')  (NULL,4,64,NULL,NULL)
    5    (14,24,34,44,54)  (26,NULL,NULL,180,24)  ('ij','jk',NULL,'kl','ab')   (NULL,5,7,NULL,NULL)
 
    # Example 4: Divide the elements present in second position to third position in the array column
    #            'arr1' by the corresponding elements in array column 'arr2'.
    >>> res = df.assign(div_res = df.arr2.array_div(df.arr1, lower_bound=2, upper_bound=3))
    >>> res
                     arr1                   arr2                        arr3                     div_res
    id                                                                                                  
    1    (10,20,30,40,50)     (23,200,215,40,21)  ('ab','bc','cd','ab','ef')       (NULL,10,7,NULL,NULL)
    4   (180,28,38,48,58)  (30,NULL,NULL,250,27)  ('mn','no',NULL,'op','pq')  (NULL,NULL,NULL,NULL,NULL)
    2   (150,25,35,45,55)       (28,50,95,90,26)  ('xy','yz','za','ab','xy')        (NULL,2,3,NULL,NULL)
    6   (16,261,36,46,56)     (29,170,160,46,25)  ('uv','xy','ab','xy','yz')        (NULL,1,4,NULL,NULL)
    3   (12,22,320,42,52)     (25,22,140,200,23)  ('pq','ab','ab','st','tu')        (NULL,1,0,NULL,NULL)
    5    (14,24,34,44,54)  (26,NULL,NULL,180,24)  ('ij','jk',NULL,'kl','ab')  (NULL,NULL,NULL,NULL,NULL)