Teradata Package for Python Function Reference - 17.00 - zeroifnull - Teradata Package for Python

Teradata® Package for Python Function Reference

Product
Teradata Package for Python
Release Number
17.00
Release Date
April 2021
Content Type
Programming Reference
Publication ID
B700-4008-070K
Language
English (United States)
 
 
zeroifnull

 
Functions
       
zeroifnull(column_expression)
DESCRIPTION:
    Function converts data from null to 0 to avoid cases where a null result creates an error.
 
PARAMETERS:
    column_expression:
        Required Argument.
        Specifies a ColumnExpression of a numeric column containing null values to be converted to 0.
        Format for the argument: '<dataframe>.<dataframe_column>.expression'.
 
        Notes:
            1. If the type of the column/argument is not FLOAT, column values are converted to FLOAT
               based on implicit type conversion rules. If an argument cannot be converted, an
               error is reported. For more information on implicit type conversion,
               see Teradata Vantage™ Data Types and Literals, B035-1143.
            2. Unsupported column types:
                a. BYTE or VARBYTE
                b. LOBs (BLOB or CLOB)
                c. CHARACTER or VARCHAR if the server character set is GRAPHIC
 
NOTE:
    Function accepts positional arguments only.
 
EXAMPLES:
    # Load the data to run the example.
    >>> load_example_data("dataframe","admissions_train")
    >>>
 
    # Create a DataFrame on 'admissions_train' table.
    # We will process the data to introduce some null values in the dataframe, which we will convert to 0
    # using "zeroifnull()" function.
    >>> df = DataFrame('admissions_train')
    >>> df1 = df[df.gpa == 4].select(['id', 'stats', 'masters', 'gpa'])
    >>> df2 = df[df.gpa < 2].select(['id', 'stats', 'programming', 'admitted'])
 
    # Let's concat both df1 and df2.
    >>> cdf = df1.concat(df2)
    >>> cdf
           stats masters  gpa programming  admitted
    id
    29    Novice     yes  4.0        None       NaN
    24  Advanced    None  NaN      Novice       1.0
    19  Advanced    None  NaN    Advanced       0.0
    15  Advanced     yes  4.0        None       NaN
    13  Advanced      no  4.0        None       NaN
    >>>
 
    # Let's persist the cdf to Vantage.
    >>> copy_to_sql(cdf, "zeroifnull_test_table")
    >>> newdf = DataFrame("zeroifnull_test_table")
    >>> newdf
       id     stats masters  gpa programming  admitted
    0  19  Advanced    None  NaN    Advanced       0.0
    1  24  Advanced    None  NaN      Novice       1.0
    2  13  Advanced      no  4.0        None       NaN
    3  29    Novice     yes  4.0        None       NaN
    4  15  Advanced     yes  4.0        None       NaN
    >>>
 
    # Import func from sqlalchemy to execute zeroifnull() function.
    >>> from sqlalchemy import func
 
    # We are converting null values in 'admitted' column to 0 using 'zeroifnull()' function.
    >>> rdf = newdf.assign(admitted_zero_if_null = func.zeroifnull(newdf.admitted.expression))
    >>> print(rdf)
       id     stats masters  gpa programming  admitted  admitted_zero_if_null
    0  29    Novice     yes  4.0        None       NaN                      0
    1  24  Advanced    None  NaN      Novice       1.0                      1
    2  19  Advanced    None  NaN    Advanced       0.0                      0
    3  15  Advanced     yes  4.0        None       NaN                      0
    4  13  Advanced      no  4.0        None       NaN                      0
    >>>