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

DESCRIPTION:
    Compare the elements of the array with another array or scalar value and
    return a boolean result for each comparison if value in the array is less than
    the other value.
 
PARAMETERS:
    other:
        Required Argument.
        Specifies the array or Python literal value to compare against.
        Note:
            * Value specified in "other" must be of the same type as the array to compare.
        Types: ColumnExpression OR Python literal
 
    lower_bound:
        Optional Argument.
        Specifies the starting index for comparison (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 comparison (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: Compare if elements in array column 'arr1' are less than the corresponding
    #            elements in array column 'arr2'.
    >>> res = df.assign(lt_res = df.arr1.array_lt(df.arr2))
    >>> res
                     arr1                   arr2                        arr3             lt_res
    id                                                                                         
    1    (10,20,30,40,50)     (23,200,215,40,21)  ('ab','bc','cd','ab','ef')        (1,1,1,0,0)
    4   (180,28,38,48,58)  (30,NULL,NULL,250,27)  ('mn','no',NULL,'op','pq')  (0,NULL,NULL,1,0)
    2   (150,25,35,45,55)       (28,50,95,90,26)  ('xy','yz','za','ab','xy')        (0,1,1,1,0)
    6   (16,261,36,46,56)     (29,170,160,46,25)  ('uv','xy','ab','xy','yz')        (1,0,1,0,0)
    3   (12,22,320,42,52)     (25,22,140,200,23)  ('pq','ab','ab','st','tu')        (1,0,0,1,0)
    5    (14,24,34,44,54)  (26,NULL,NULL,180,24)  ('ij','jk',NULL,'kl','ab')  (1,NULL,NULL,1,0)
 
    # Example 2: Compare if elements in array column 'arr1' are less than a scalar value 25.
    >>> res = df.assign(lt_res = df.arr1.array_lt(25))
    >>> res
                     arr1                   arr2                        arr3       lt_res
    id                                                                               
    1    (10,20,30,40,50)     (23,200,215,40,21)  ('ab','bc','cd','ab','ef')  (1,1,0,0,0)
    4   (180,28,38,48,58)  (30,NULL,NULL,250,27)  ('mn','no',NULL,'op','pq')  (0,0,0,0,0)
    2   (150,25,35,45,55)       (28,50,95,90,26)  ('xy','yz','za','ab','xy')  (0,0,0,0,0)
    6   (16,261,36,46,56)     (29,170,160,46,25)  ('uv','xy','ab','xy','yz')  (1,0,0,0,0)
    3   (12,22,320,42,52)     (25,22,140,200,23)  ('pq','ab','ab','st','tu')  (1,1,0,0,0)
    5    (14,24,34,44,54)  (26,NULL,NULL,180,24)  ('ij','jk',NULL,'kl','ab')  (1,1,0,0,0)
 
    # Example 3: Compare the elements present in second position to fourth position in the array
    #            column 'arr1'. Check whether they are less than the scalar value 25 or not.
    >>> res = df.assign(lt_res = df.arr1.array_lt(25, lower_bound=2, upper_bound=4))
    >>> res
                     arr1                   arr2                        arr3             lt_res
    id                                                                                         
    1    (10,20,30,40,50)     (23,200,215,40,21)  ('ab','bc','cd','ab','ef')  (NULL,1,0,0,NULL)
    4   (180,28,38,48,58)  (30,NULL,NULL,250,27)  ('mn','no',NULL,'op','pq')  (NULL,0,0,0,NULL)
    2   (150,25,35,45,55)       (28,50,95,90,26)  ('xy','yz','za','ab','xy')  (NULL,0,0,0,NULL)
    6   (16,261,36,46,56)     (29,170,160,46,25)  ('uv','xy','ab','xy','yz')  (NULL,0,0,0,NULL)
    3   (12,22,320,42,52)     (25,22,140,200,23)  ('pq','ab','ab','st','tu')  (NULL,1,0,0,NULL)
    5    (14,24,34,44,54)  (26,NULL,NULL,180,24)  ('ij','jk',NULL,'kl','ab')  (NULL,1,0,0,NULL)
 
    # Example 4: Compare if elements in array column 'arr1' are less than the corresponding
    #            elements in array column 'arr2' present in third position to fifth position.
    >>> res = df.assign(lt_res = df.arr1.array_lt(df.arr2, lower_bound=3, upper_bound=5))
    >>> res
                    arr1                   arr2                        arr3                lt_res
    id                                                                                            
    1    (10,20,30,40,50)     (23,200,215,40,21)  ('ab','bc','cd','ab','ef')     (NULL,NULL,1,0,0)
    4   (180,28,38,48,58)  (30,NULL,NULL,250,27)  ('mn','no',NULL,'op','pq')  (NULL,NULL,NULL,1,0)
    2   (150,25,35,45,55)       (28,50,95,90,26)  ('xy','yz','za','ab','xy')     (NULL,NULL,1,1,0)
    6   (16,261,36,46,56)     (29,170,160,46,25)  ('uv','xy','ab','xy','yz')     (NULL,NULL,1,0,0)
    3   (12,22,320,42,52)     (25,22,140,200,23)  ('pq','ab','ab','st','tu')     (NULL,NULL,0,1,0)
    5    (14,24,34,44,54)  (26,NULL,NULL,180,24)  ('ij','jk',NULL,'kl','ab')  (NULL,NULL,NULL,1,0)