Extraer texto para crear nuevas características

Los garajes son un factor importante para las casas en Minnesota, donde la mayoría de la gente tiene coche y es un fastidio quitar la nieve de un coche aparcado en la calle. El tipo de garaje también importa: ¿puedes acceder al coche sin pasar frío o no? Vamos a crear una característica has_attached_garage que indique si el garaje está adosado a la casa o no.

Este ejercicio forma parte del curso

Ingeniería de características con PySpark

Ver curso

Instrucciones del ejercicio

Importa la función necesaria when() desde pyspark.sql.functions.
Crea una condición de coincidencia de cadena usando like() para buscar el patrón de texto Attached Garage en df['GARAGEDESCRIPTION'] y usa comodines % para que coincida en cualquier parte del campo.
De forma similar, crea otra condición usando like() para encontrar el patrón Detached Garage en df['GARAGEDESCRIPTION'] y usa comodines % para que coincida en cualquier parte del campo.
Crea una nueva columna has_attached_garage usando when() para asignar el valor 1 si tiene garaje adosado, 0 si es independiente y usa otherwise() para asignar null con None si no es ninguno de los dos.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# 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)

Editar y ejecutar código