teradataml.dataframe.dataframe.DataFrame.tail = tail(self, n=10, deterministic=False)

DESCRIPTION:
    Print the last n rows of the sorted teradataml DataFrame.
 
PARAMETERS:
    n:
        Optional Argument.
        Specifies the number of rows to select.
        Default Value: 10.
        Types: int
 
    deterministic:
        Optional Argument.
        Specifies whether to select the last n rows from the sorted DataFrame or not.
        Notes:
            * If True, the last n rows of the sorted DataFrame are selected.
              The Dataframe is sorted on the index column or the first column if
              there is no index column. The column type must support sorting.
              Unsupported types: ['BLOB', 'CLOB', 'ARRAY', 'VARRAY']
            * If False, a random sample of n rows is selected.
        Default Value: False.
        Types: bool
 
RETURNS:
    teradataml DataFrame
 
RAISES:
    TeradataMlException
 
EXAMPLES:
    >>> load_example_data("dataframe","admissions_train")
    >>> df = DataFrame.from_table('admissions_train')
    >>> df
       masters   gpa     stats programming admitted
    id
    15     yes  4.00  Advanced    Advanced        1
    7      yes  2.33    Novice      Novice        1
    22     yes  3.46    Novice    Beginner        0
    17      no  3.83  Advanced    Advanced        1
    13      no  4.00  Advanced      Novice        1
    38     yes  2.65  Advanced    Beginner        1
    26     yes  3.57  Advanced    Advanced        1
    5       no  3.44    Novice      Novice        0
    34     yes  3.85  Advanced    Beginner        0
    40     yes  3.95    Novice    Beginner        0
 
    >>> df.tail()
       masters   gpa     stats programming admitted
    id
    38     yes  2.65  Advanced    Beginner        1
    36      no  3.00  Advanced      Novice        0
    35      no  3.68    Novice    Beginner        1
    34     yes  3.85  Advanced    Beginner        0
    32     yes  3.46  Advanced    Beginner        0
    31     yes  3.50  Advanced    Beginner        1
    33      no  3.55    Novice      Novice        1
    37      no  3.52    Novice      Novice        1
    39     yes  3.75  Advanced    Beginner        0
    40     yes  3.95    Novice    Beginner        0
 
    >>> df.tail(3, deterministic=True)
       masters   gpa     stats programming admitted
    id
    38     yes  2.65  Advanced    Beginner        1
    39     yes  3.75  Advanced    Beginner        0
    40     yes  3.95    Novice    Beginner        0
 
    >>> df.tail(15, deterministic=True)
       masters   gpa     stats programming admitted
    id
    38     yes  2.65  Advanced    Beginner        1
    36      no  3.00  Advanced      Novice        0
    35      no  3.68    Novice    Beginner        1
    34     yes  3.85  Advanced    Beginner        0
    32     yes  3.46  Advanced    Beginner        0
    31     yes  3.50  Advanced    Beginner        1
    30     yes  3.79  Advanced      Novice        0
    29     yes  4.00    Novice    Beginner        0
    28      no  3.93  Advanced    Advanced        1
    27     yes  3.96  Advanced    Advanced        0
    26     yes  3.57  Advanced    Advanced        1
    33      no  3.55    Novice      Novice        1
    37      no  3.52    Novice      Novice        1
    39     yes  3.75  Advanced    Beginner        0
    40     yes  3.95    Novice    Beginner        0
 
    >>> df.tail(3, deterministic=False)
       masters   gpa     stats programming  admitted
    id                                              
    33      no  3.55    Novice      Novice         1
    37      no  3.52    Novice      Novice         1
    20     yes  3.90  Advanced    Advanced         1