teradataml.dataframe.dataframe.DataFrameGroupByTime.last = last(self, columns=None)

DESCRIPTION:
    Returns the newest value, determined by the timecode, for each group. LAST is a single-threaded function.
    In the event of a tie, such as simultaneous timecode values for a particular group, all tied results
    are returned. If a sequence number is present with the data, it can break a tie, assuming it is unique
    across identical timecode values.
 
    Note:
        1. This function is valid only on columns with numeric types.
        2. Nulls are not included in the result computation.
 
PARAMETERS:
    columns:
        Optional Argument.
        Specifies a column name or list of column names on which last() operation
        must be run. By default newest value is returned for all the compatible columns
        in a teradataml DataFrame.
        Types: str OR list of Strings (str)
 
RETURNS:
    teradataml DataFrame object with last() operation performed.
 
RAISES:
    1. TDMLDF_AGGREGATE_FAILED - If last() operation fails to
        return newest value of columns in the teradataml DataFrame.
 
        Possible error message:
        Unable to perform 'last()' on the teradataml DataFrame.
 
    2. TDMLDF_AGGREGATE_COMBINED_ERR - If the last() operation
        doesn't support all the columns in the teradataml DataFrame.
 
        Possible error message:
        No results. Below is/are the error message(s):
        All selected columns [(col2 -  PERIOD_TIME), (col3 -
        BLOB)] is/are unsupported for 'last' operation.
 
EXAMPLES :
    >>> # Load the example datasets
    ... load_example_data("dataframe", ["ocean_buoys", "ocean_buoys_seq", "ocean_buoys_nonpti"])
    >>>
 
    #
    # Example 1: Executing last function on DataFrame created on non-sequenced PTI table.
    #
    >>> # 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
    ['buoyid', 'TD_TIMECODE', 'temperature', 'salinity']
    >>> ocean_buoys.head()
                           TD_TIMECODE  temperature  salinity
    buoyid
    0       2014-01-06 08:10:00.000000        100.0        55
    0       2014-01-06 08:08:59.999999          NaN        55
    1       2014-01-06 09:01:25.122200         77.0        55
    1       2014-01-06 09:03:25.122200         79.0        55
    1       2014-01-06 09:01:25.122200         70.0        55
    1       2014-01-06 09:02:25.122200         71.0        55
    1       2014-01-06 09:03:25.122200         72.0        55
    0       2014-01-06 08:09:59.999999         99.0        55
    0       2014-01-06 08:00:00.000000         10.0        55
    0       2014-01-06 08:10:00.000000         10.0        55
 
    >>> ocean_buoys_grpby1 = ocean_buoys.groupby_time(timebucket_duration="2cy",
    ...                                               value_expression="buoyid", fill="NULLS")
    >>> ocean_buoys_grpby1.last().sort(["TIMECODE_RANGE", "buoyid"])
    /mnt/c/Users/pp186043/GitHub_Repos/pyTeradata/teradataml/common/utils.py:398: VantageRuntimeWarning: [Teradata][teradataml](TDML_2086) Following warning raised from Vantage with warning code: 4001
    [Teradata Database] [Warning 4001] Time Series Auxiliary Cache Warning: Multiple results found for one or more Time Series aggregate functions in this query, but only one result was returned. To get all results, resubmit this query with these aggregates isolated.
      VantageRuntimeWarning)
                                          TIMECODE_RANGE  GROUP BY TIME(CAL_YEARS(2))  buoyid  last_salinity  last_temperature
    0  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2       0             55               100
    1  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2       1             55                72
    2  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2       2             55                82
    3  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2      44             55                43
    >>>
 
    #
    # Example 2: In Example 1, a VantageRuntimeWarning is raised as:
    #           "[Teradata Database] [Warning 4001] Time Series Auxiliary Cache Warning: Multiple results
    #            found for one or more Time Series aggregate functions in this query, but only one result
    #            was returned. To get all results, resubmit this query with these aggregates isolated."
    #
    #            This warning recommends to execute last() independently on each column, so that we will get
    #            all the results.
    #            To run last() on one single column we can pass column name as input. Let's run last()
    #            on 'temperature' column.
    #
    >>> ocean_buoys_grpby1.last("temperature")
                                          TIMECODE_RANGE  GROUP BY TIME(CAL_YEARS(2))  buoyid  last_temperature
    0  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2       2                82
    1  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2       0               100
    2  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2       0                10
    3  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2      44                43
    4  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2       1                79
    5  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2       1                72
    >>>
 
    #
    # Example 3: Executing last function on ocean_buoys_seq DataFrame created on sequenced PTI table.
    #            Table has few columns incompatible for last() operation 'dates' and 'TD_TIMECODE',
    #            while executing this last() incompatible columns are ignored.
    #
    >>> # 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']
    >>> ocean_buoys_seq.head()
                           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="2cy",
    ...                                                       value_expression="buoyid", fill="NULLS")
    >>> ocean_buoys_seq_grpby1.last().sort(["TIMECODE_RANGE", "buoyid"])
                                          TIMECODE_RANGE  GROUP BY TIME(CAL_YEARS(2))  buoyid  last_TD_SEQNO  last_salinity  last_temperature
    0  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2       0             27             55               100
    1  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2       1             25             55                79
    2  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2       2             16             55                82
    3  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2      22              1             25                23
    4  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2      44              2             55                43
    >>>
 
    #
    # Example 4: Executing last function on DataFrame created on NON-PTI table.
    #
    >>> # 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
    ['buoyid', 'timecode', 'temperature', 'salinity']
    >>> ocean_buoys_nonpti.head()
                                buoyid  temperature  salinity
    timecode
    2014-01-06 08:09:59.999999       0         99.0        55
    2014-01-06 08:10:00.000000       0         10.0        55
    2014-01-06 09:01:25.122200       1         70.0        55
    2014-01-06 09:01:25.122200       1         77.0        55
    2014-01-06 09:02:25.122200       1         71.0        55
    2014-01-06 09:03:25.122200       1         72.0        55
    2014-01-06 09:02:25.122200       1         78.0        55
    2014-01-06 08:10:00.000000       0        100.0        55
    2014-01-06 08:08:59.999999       0          NaN        55
    2014-01-06 08:00:00.000000       0         10.0        55
 
    >>> ocean_buoys_nonpti_grpby1 = ocean_buoys_nonpti.groupby_time(timebucket_duration="2cy",
    ...                                                             value_expression="buoyid",
    ...                                                             timecode_column="timecode", fill="NULLS")
    >>> ocean_buoys_nonpti_grpby1.last().sort(["TIMECODE_RANGE", "buoyid"])
    /mnt/c/Users/pp186043/GitHub_Repos/pyTeradata/teradataml/common/utils.py:398: VantageRuntimeWarning: [Teradata][teradataml](TDML_2086) Following warning raised from Vantage with warning code: 4001
    [Teradata Database] [Warning 4001] Time Series Auxiliary Cache Warning: Multiple results found for one or more Time Series aggregate functions in this query, but only one result was returned. To get all results, resubmit this query with these aggregates isolated.
      VantageRuntimeWarning)
                                          TIMECODE_RANGE  GROUP BY TIME(CAL_DAYS(2))  buoyid  last_salinity  last_temperature
    0  ('2014-01-06 00:00:00.000000-00:00', '2014-01-...                        8039       0             55               100
    1  ('2014-01-06 00:00:00.000000-00:00', '2014-01-...                        8039       1             55                79
    2  ('2014-01-06 00:00:00.000000-00:00', '2014-01-...                        8039       2             55                82
    3  ('2014-01-06 00:00:00.000000-00:00', '2014-01-...                        8039      44             55                43
    >>>
 
    #
    # Example 5: Executing last() on selected columns 'temperature' and 'salinity'
    #
    >>> ocean_buoys_seq_grpby1 = ocean_buoys_seq.groupby_time("2cy", 'buoyid')
    >>> ocean_buoys_seq_grpby1.last(['temperature', 'salinity'])
                                          TIMECODE_RANGE  GROUP BY TIME(CAL_YEARS(2))  buoyid  last_temperature  last_salinity
    0  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2       2                82             55
    1  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2      44                43             55
    2  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2      22                23             25
    3  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2       1                79             55
    4  ('2014-01-01 00:00:00.000000-00:00', '2016-01-...                            2       0               100             55
    >>>