Teradata Package for Python Function Reference - 17.00 - var_pop - 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)
 
 
var_pop

 
Functions
       
var_pop(value_expression)
DESCRIPTION:
    Function returns the population variance for the data points in
    value_expression.
    The variance of a population is a measure of dispersion from the mean
    of that population.
    When there are no non-null data points in the population the
    function returns NULL.
 
PARAMETERS:
    value_expression:
        Required Argument.
        Specifies a ColumnExpression of a numeric column for which population variance 
        is to be computed.
        Format for the argument: '<dataframe>.<dataframe_column>.expression'.
 
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.
    >>> admissions_train = DataFrame("admissions_train")
    >>> admissions_train
       masters   gpa     stats programming  admitted
    id
    22     yes  3.46    Novice    Beginner         0
    36      no  3.00  Advanced      Novice         0
    15     yes  4.00  Advanced    Advanced         1
    38     yes  2.65  Advanced    Beginner         1
    5       no  3.44    Novice      Novice         0
    17      no  3.83  Advanced    Advanced         1
    34     yes  3.85  Advanced    Beginner         0
    13      no  4.00  Advanced      Novice         1
    26     yes  3.57  Advanced    Advanced         1
    19     yes  1.98  Advanced    Advanced         0
    >>>
 
    # Example 1: Calculate the population variance for the values in "gpa" column.
    # Import func from sqlalchemy to execute var_pop function.
    >>> from sqlalchemy import func
 
    # Create a sqlalchemy Function object.
    >>> var_pop_func_ = func.var_pop(admissions_train.gpa.expression)
    >>>
 
    # Pass the Function object as input to DataFrame.assign().
    >>> df = admissions_train.assign(True, var_pop_gpa_=var_pop_func_)
    >>> print(df)
       var_pop_gpa_
    0      0.257354
    >>>
 
    # Example 2: Calculate the population variance for the values in "gpa" column
    #            for each level of programming.
    # Note:
    #   When assign() is run after DataFrame.groupby(), the function ignores
    #   the "drop_columns" argument.
    >>> admissions_train.groupby("programming").assign(var_pop_gpa_=func.var_pop(admissions_train.gpa.expression))
      programming  var_pop_gpa_
    0    Advanced      0.228775
    1      Novice      0.380243
    2    Beginner      0.116138
    >>>