# Teradata Package for Python Function Reference | 17.10 - percentile - Teradata Package for Python - Look here for syntax, methods and examples for the functions included in the Teradata Package for Python.

## Teradata® Package for Python Function Reference

Product
Teradata Package for Python
Release Number
17.10
Published
April 2022
Language
English (United States)
Last Update
2022-08-19
lifecycle
previous
Product Category
teradataml.dataframe.dataframe.DataFrameGroupByTime.percentile = percentile(self, percentile, distinct=False, interpolation='LINEAR')
DESCRIPTION:
Function returns the value which represents the desired percentile from each group.
The result value is determined by the desired index (di) in an ordered list of values.
The following equation is for the di:
di = (number of values in group - 1) * percentile/100
When di is a whole number, that value is the returned result.
The di can also be between two data points, i and j, where i<j. In that case, the result
is interpolated according to the value specified in interpolation argument.
Note:
1. This function is valid only on columns with numeric types.
2. Null values are not included in the result computation.

PARAMETERS:
percentile:
Required Argument.
Specifies the desired percentile value to calculate.
It should be between 0 and 1, both inclusive.
Types: int or float

distinct:
Optional Argument.
Specifies whether to exclude duplicate values while calculating
the percentile value.
Default Values: False
Types: bool

interpolation:
Optional Argument.
Specifies the interpolation type to use to interpolate the result value when the
desired result lies between two data points.
The desired result lies between two data points, i and j, where i<j. In this case,
the result is interpolated according to the permitted values.
Permitted Values: "LINEAR", "LOW", "HIGH", "NEAREST", "MIDPOINT"
* LINEAR: Linear interpolation.
The result value is computed using the following equation:
result = i + (j - i) * (di/100)MOD 1
Specify by passing "LINEAR" as string to this parameter.
* LOW: Low value interpolation.
The result value is equal to i.
Specify by passing "LOW" as string to this parameter.
* HIGH: High value interpolation.
The result value is equal to j.
Specify by passing "HIGH" as string to this parameter.
* NEAREST: Nearest value interpolation.
The result value is i if (di/100 )MOD 1 <= .5; otherwise, it is j.
Specify by passing "NEAREST" as string to this parameter.
* MIDPOINT: Midpoint interpolation.
The result value is equal to (i+j)/2.
Specify by passing "MIDPOINT" as string to this parameter.
Default Values: "LINEAR"
Types: str

RETURNS:

RAISES:
TypeError - If incorrect type of values passed to input argument.
ValueError - If invalid value passed to the the argument.
TeradataMLException - TDMLDF_AGGREGATE_FAILED - If percentile() operation fails to
generate the column-wise percentile values in the columns.

EXAMPLES:
>>> # Load the example datasets.
>>>

#
# Example 1: Executing percentile() function on DataFrame created on non-sequenced PTI table.
#            Calculate the 25th percentile value for all numeric columns using default
#            values, i.e., consider all rows (duplicate rows as well) and linear
#            interpolation while computing the percentile value.
#
>>> # Create the required DataFrames.
... # DataFrame on non-sequenced PTI table
... ocean_buoys = DataFrame("ocean_buoys")
>>> # Check DataFrame columns and let's peek at the data
... ocean_buoys.columns
['TD_TIMECODE', 'buoyid', 'salinity', 'temperature']
TD_TIMECODE  salinity  temperature
buoyid
0       2014-01-06 08:10:00.000000        55        100.0
0       2014-01-06 08:08:59.999999        55          NaN
1       2014-01-06 09:01:25.122200        55         77.0
1       2014-01-06 09:03:25.122200        55         79.0
1       2014-01-06 09:01:25.122200        55         70.0
1       2014-01-06 09:02:25.122200        55         71.0
1       2014-01-06 09:03:25.122200        55         72.0
0       2014-01-06 08:09:59.999999        55         99.0
0       2014-01-06 08:00:00.000000        55         10.0
0       2014-01-06 08:10:00.000000        55         10.0
>>>
>>> ocean_buoys_grpby1 = ocean_buoys.groupby_time(timebucket_duration="10m", value_expression="buoyid", fill="NULLS")
>>> ocean_buoys_grpby1.percentile(0.25).sort(["TIMECODE_RANGE", "buoyid"])
TIMECODE_RANGE  GROUP BY TIME(MINUTES(10))  buoyid  percentile_salinity  percentile_temperature
0  ('2014-01-06 08:00:00.000000+00:00', '2014-01-...                      106033       0                 55.0                   32.25
1  ('2014-01-06 08:10:00.000000+00:00', '2014-01-...                      106034       0                 55.0                   32.50
2  ('2014-01-06 09:00:00.000000+00:00', '2014-01-...                      106039       1                 55.0                   71.25
3  ('2014-01-06 10:00:00.000000+00:00', '2014-01-...                      106045      44                 55.0                   43.00
4  ('2014-01-06 10:10:00.000000+00:00', '2014-01-...                      106046      44                 55.0                   43.00
5  ('2014-01-06 10:20:00.000000+00:00', '2014-01-...                      106047      44                  NaN                     NaN
6  ('2014-01-06 10:30:00.000000+00:00', '2014-01-...                      106048      44                 55.0                   43.00
7  ('2014-01-06 10:40:00.000000+00:00', '2014-01-...                      106049      44                  NaN                     NaN
8  ('2014-01-06 10:50:00.000000+00:00', '2014-01-...                      106050      44                 55.0                   43.00
9  ('2014-01-06 21:00:00.000000+00:00', '2014-01-...                      106111       2                 55.0                   80.50
>>>

#
# Example 2: Executing percentile() function on ocean_buoys_seq DataFrame created on
#            sequenced PTI table.
#            Calculate the 50th percentile value for all numeric columns.
#            To calculate percentile consider all rows (duplicate rows as well) and
#            use "MIDPOINT" interpolation while computing the percentile value.
#
>>> # DataFrame on sequenced PTI table
... ocean_buoys_seq = DataFrame("ocean_buoys_seq")
>>> # Check DataFrame columns and let's peek at the data
... ocean_buoys_seq.columns
['TD_TIMECODE', 'TD_SEQNO', 'buoyid', 'salinity', 'temperature', 'dates']
TD_TIMECODE  TD_SEQNO  salinity  temperature       dates
buoyid
0       2014-01-06 08:00:00.000000        26        55         10.0  2016-02-26
0       2014-01-06 08:08:59.999999        18        55          NaN  2015-06-18
1       2014-01-06 09:02:25.122200        24        55         78.0  2015-12-24
1       2014-01-06 09:01:25.122200        23        55         77.0  2015-11-23
1       2014-01-06 09:02:25.122200        12        55         71.0  2014-12-12
1       2014-01-06 09:03:25.122200        13        55         72.0  2015-01-13
1       2014-01-06 09:01:25.122200        11        55         70.0  2014-11-11
0       2014-01-06 08:10:00.000000        19        55         10.0  2015-07-19
0       2014-01-06 08:09:59.999999        17        55         99.0  2015-05-17
0       2014-01-06 08:10:00.000000        27        55        100.0  2016-03-27
>>>
>>> ocean_buoys_seq_grpby1 = ocean_buoys_seq.groupby_time(timebucket_duration="1cy", value_expression="buoyid", fill="NULLS")
>>> ocean_buoys_seq_grpby1.percentile(0.5, interpolation="MIDPOINT").sort(["TIMECODE_RANGE", "buoyid"])
TIMECODE_RANGE  GROUP BY TIME(CAL_YEARS(1))  buoyid  percentile_TD_SEQNO  percentile_salinity  percentile_temperature
0  ('2014-01-01 00:00:00.000000-00:00', '2015-01-...                            3       0                 22.5                 55.0                    54.5
1  ('2014-01-01 00:00:00.000000-00:00', '2015-01-...                            3       1                 18.0                 55.0                    74.5
2  ('2014-01-01 00:00:00.000000-00:00', '2015-01-...                            3       2                 15.5                 55.0                    81.5
3  ('2014-01-01 00:00:00.000000-00:00', '2015-01-...                            3      22                  1.0                 25.0                    23.0
4  ('2014-01-01 00:00:00.000000-00:00', '2015-01-...                            3      44                  7.5                 55.0                    48.0
>>>

#
# Example 3: Executing percentile() function for all numeric columns in
#            teradataml DataFrame created on NON-PTI table.
#            Calculate the 75th percentile value, exclude duplicate rows and
#            "LOW" as interpolation.
#
>>> # DataFrame on NON-PTI table
... ocean_buoys_nonpti = DataFrame("ocean_buoys_nonpti")
>>> # Check DataFrame columns and let's peek at the data
... ocean_buoys_nonpti.columns
['timecode', 'buoyid', 'salinity', 'temperature']
buoyid  salinity  temperature
timecode
2014-01-06 08:09:59.999999       0        55         99.0
2014-01-06 08:10:00.000000       0        55        100.0
2014-01-06 09:01:25.122200       1        55         70.0
2014-01-06 09:01:25.122200       1        55         77.0
2014-01-06 09:02:25.122200       1        55         71.0
2014-01-06 09:03:25.122200       1        55         72.0
2014-01-06 09:02:25.122200       1        55         78.0
2014-01-06 08:10:00.000000       0        55         10.0
2014-01-06 08:08:59.999999       0        55          NaN
2014-01-06 08:00:00.000000       0        55         10.0
>>>
>>> ocean_buoys_nonpti_grpby1 = ocean_buoys_nonpti.groupby_time(timebucket_duration="1cy", value_expression="buoyid", timecode_column="timecode", fill="NULLS")
>>> ocean_buoys_nonpti_grpby1.percentile(0.75, distinct=True, interpolation="low").sort(["TIMECODE_RANGE", "buoyid"])
TIMECODE_RANGE  GROUP BY TIME(CAL_YEARS(1))  buoyid  percentile_salinity  percentile_temperature
0  ('2014-01-01 00:00:00.000000-00:00', '2015-01-...                           45       0                 55.0                    99.0
1  ('2014-01-01 00:00:00.000000-00:00', '2015-01-...                           45       1                 55.0                    77.0
2  ('2014-01-01 00:00:00.000000-00:00', '2015-01-...                           45       2                 55.0                    81.0
3  ('2014-01-01 00:00:00.000000-00:00', '2015-01-...                           45      44                 55.0                    55.0
>>>

#
# Example 4: Executing percentile() function on DataFrame created on a regular table.
#            Calculate the 25th percentile value for all numeric columns using default
#            values, i.e., consider all rows (duplicate rows as well) and linear
#            interpolation while computing the percentile value.
#
>>> # Create the required DataFrame on non PTI table.
>>> # Check DataFrame columns and let's peek at the data
['id', 'masters', 'gpa', 'stats', 'programming', 'admitted']
masters   gpa     stats programming  admitted
id
3       no  3.70    Novice    Beginner         1
5       no  3.44    Novice      Novice         0
6      yes  3.50  Beginner    Advanced         1
7      yes  2.33    Novice      Novice         1
8       no  3.60  Beginner    Advanced         1
4      yes  3.50  Beginner      Novice         1
2      yes  3.76  Beginner    Beginner         0
1      yes  3.95  Beginner    Beginner         0
>>> df
0         0             15          3.4525
1         1             10          3.5050
>>>

#
# Example 5: Executing percentile() function on DataFrame created on a regular table.
#            Calculate the 35th percentile value for all numeric columns using default
#            values, i.e., consider all rows (duplicate rows as well) and no
#            interpolation while computing the percentile value.
#
>>> # Create the required DataFrame on non PTI table.
>>> # Check DataFrame columns and let's peek at the data
['id', 'masters', 'gpa', 'stats', 'programming', 'admitted']
masters   gpa     stats programming  admitted
id
3       no  3.70    Novice    Beginner         1
5       no  3.44    Novice      Novice         0
6      yes  3.50  Beginner    Advanced         1
7      yes  2.33    Novice      Novice         1