teradataml.dataframe.sql.DataFrameColumn.like = like(self, other)

DESCRIPTION:
    Function which is used to match the pattern.
 
PARAMETERS:
    other:
        Required Argument.
        Specifies a string to match. String match is case insensitive.
        Types: str
 
RETURNS:
    ColumnExpression.
 
EXAMPLES:
    >>> load_example_data("dataframe","admissions_train")
    >>> df = DataFrame.from_table('admissions_train')
       masters   gpa     stats programming  admitted
    id
    13      no  4.00  Advanced      Novice         1
    26     yes  3.57  Advanced    Advanced         1
    5       no  3.44    Novice      Novice         0
    19     yes  1.98  Advanced    Advanced         0
    15     yes  4.00  Advanced    Advanced         1
    40     yes  3.95    Novice    Beginner         0
    7      yes  2.33    Novice      Novice         1
    22     yes  3.46    Novice    Beginner         0
    36      no  3.00  Advanced      Novice         0
    38     yes  2.65  Advanced    Beginner         1
 
    # Example 1: Find out the records whose stats starts with 'A'.
    >>> df = df[df.stats.like('A%')]
    >>> df
       masters   gpa     stats programming  admitted
    id
    19     yes  1.98  Advanced    Advanced         0
    15     yes  4.00  Advanced    Advanced         1
    38     yes  2.65  Advanced    Beginner         1
    26     yes  3.57  Advanced    Advanced         1
    17      no  3.83  Advanced    Advanced         1
    34     yes  3.85  Advanced    Beginner         0
    13      no  4.00  Advanced      Novice         1
    24      no  1.87  Advanced      Novice         1
    36      no  3.00  Advanced      Novice         0
    27     yes  3.96  Advanced    Advanced         0
    >>>
 
    # Example 2: Create a new Column with values as -
    #            1 if value of column 'stats' starts with 'A' and third letter is 'v',
    #            0 otherwise. Do not ignore case.
    >>> df.assign(new_col = case_when((df.stats.like('A_v%').expression, 1), else_=0))
    >>> df
       masters   gpa     stats programming  admitted  n
    id
    13      no  4.00  Advanced      Novice         1  1
    26     yes  3.57  Advanced    Advanced         1  1
    5       no  3.44    Novice      Novice         0  0
    19     yes  1.98  Advanced    Advanced         0  1
    15     yes  4.00  Advanced    Advanced         1  1
    40     yes  3.95    Novice    Beginner         0  0
    7      yes  2.33    Novice      Novice         1  0
    22     yes  3.46    Novice    Beginner         0  0
    36      no  3.00  Advanced      Novice         0  1
    38     yes  2.65  Advanced    Beginner         1  1
    >>>