teradataml.dataframe.sql.DataFrameColumn.like = like(self, other, escape_char=None)

DESCRIPTION:
    Function which is used to match the pattern.
 
PARAMETERS:
    other:
        Required Argument.
        Specifies a string to match. String match is case sensitive.
        Types: str OR ColumnExpression
 
    escape_char:
        Optional Argument.
        Specifies the escape character to be used in the pattern.
        Types: str with one character
 
RETURNS:
    ColumnExpression.
 
EXAMPLES:
    # Load example data.
    >>> load_example_data("teradataml", "pattern_matching_data")
    >>> df = DataFrame('pattern_matching_data')
               data     pattern     level
    id                                   
    5       prod_01    prod_01%  Beginner
    8      log%2024        l_g%  Beginner
    2     user%2025     user!%%  Beginner
    6       prod%v2     prod!_%    Novice
    4   data%backup     data@%%  Advanced
    10     backup_9  restore!_9  Beginner
    7      log_file   log^_file  Advanced
    1    user_Alpha     user!_%  Advanced
    3     data_2024          d%    Novice
    9     temp_file    temp!__%    Novice
 
    # Example 1: Find out the records which starts with 'A' in the column 'level'.
    >>> df = df[df.level.like('A%')]
    >>> df
               data    pattern     level
    id                                  
    4   data%backup    data@%%  Advanced
    7      log_file  log^_file  Advanced
    1    user_Alpha    user!_%  Advanced
    >>>
 
    # Example 2: Create a new Column with values as -
    #            1 if value of column 'stats' starts with 'N' and third letter is 'v',
    #            0 otherwise. Do not ignore case.
    >>> from sqlalchemy.sql.expression import case as case_when
    >>> df.assign(new_col = case_when((df.level.like('N_v%').expression, 1), else_=0))
               data     pattern     level new_col
    id                                           
    3     data_2024          d%    Novice       1
    1    user_Alpha     user!_%  Advanced       0
    8      log%2024        l_g%  Beginner       0
    2     user%2025     user!%%  Beginner       0
    10     backup_9  restore!_9  Beginner       0
    9     temp_file    temp!__%    Novice       1
    6       prod%v2     prod!_%    Novice       1
    5       prod_01    prod_01%  Beginner       0
    4   data%backup     data@%%  Advanced       0
    7      log_file   log^_file  Advanced       0
    >>>
 
    # Example 3: Find out the records where the value in the 'data' column 
    #            matches the pattern specified in the 'pattern' column.
    >>> df = df[df.data.like(df.pattern)]
    >>> df
             data   pattern     level
    id                               
    3   data_2024        d%    Novice
    8    log%2024      l_g%  Beginner
    5     prod_01  prod_01%  Beginner
    >>>
 
    # Example 4: Find out the records where the value in the 'data' column
    #            matches the pattern specified in the 'pattern' column considering the
    #            escape character as '!'.
    >>> df = df[df.data.like(df.pattern, escape_char='!')]
    >>> df
              data   pattern     level
    id                                
    8     log%2024      l_g%  Beginner
    9    temp_file  temp!__%    Novice
    3    data_2024        d%    Novice
    2    user%2025   user!%%  Beginner
    1   user_Alpha   user!_%  Advanced
    5      prod_01  prod_01%  Beginner
    >>>