Text in neue Features extrahieren

Garagen sind in Minnesota ein wichtiger Faktor beim Hauskauf: Die meisten Menschen besitzen ein Auto, und Schnee vom draußen geparkten Wagen zu räumen, ist lästig. Auch die Art der Garage ist entscheidend: Kommst du trockenen Fußes zum Auto oder nicht? Lass uns ein Feature has_attached_garage erstellen, das erfasst, ob die Garage ans Haus angeschlossen ist oder nicht.

Diese Übung ist Teil des Kurses

<Kurs>Feature Engineering mit PySpark</Kurs>

Kurs ansehen

Übungsanweisungen

Importiere die benötigte Funktion when() aus pyspark.sql.functions.
Erstelle eine String-Matching-Bedingung mit like(), um nach dem Muster Attached Garage in df['GARAGEDESCRIPTION'] zu suchen, und verwende Wildcards %, damit überall im Feld ein Treffer möglich ist.
Erstelle ähnlich eine weitere Bedingung mit like(), um nach dem Muster Detached Garage in df['GARAGEDESCRIPTION'] zu suchen, und nutze ebenfalls Wildcards %, damit überall im Feld ein Treffer möglich ist.
Erzeuge eine neue Spalte has_attached_garage und nutze when(), um den Wert 1 zuzuweisen, wenn eine angeschlossene Garage vorhanden ist, 0 bei einer freistehenden Garage, und verwende otherwise() mit None, um Null zuzuweisen, wenn weder noch zutrifft.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Import needed functions
____ ____ ____ ____

# Create boolean conditions for string matches
has_attached_garage = df[____].____(____)
has_detached_garage = df[____].____(____)

# Conditional value assignment 
df = df.withColumn(____, (____(____, 1)
                                          .____(____, 0)
                                          .____(____)))

# Inspect results
df[['GARAGEDESCRIPTION', 'has_attached_garage']].show(truncate=100)

Code bearbeiten und ausführen