Usar filtros de texto para eliminar registros

Conviene hacer muchas preguntas a tus clientes y tomarte tiempo para entender tus variables. Descubres que las hipotecas asumibles son poco comunes en el sector inmobiliario y tu cliente te sugiere excluirlas. En este ejercicio usaremos isin(), que es similar a like() pero permite pasar una lista de valores como filtro en lugar de uno solo.

Este ejercicio forma parte del curso

Ingeniería de características con PySpark

Ver curso

Instrucciones del ejercicio

Usa select() y show() para inspeccionar los valores distintos de la columna 'ASSUMABLEMORTGAGE' y crea la lista yes_values con todos los valores que contengan la cadena 'Yes'.
Usa ~df['ASSUMABLEMORTGAGE'], isin() y .isNull() para crear un filtro NOT que elimine los registros con los valores correspondientes de la lista yes_values y conserve los registros con valores nulos. Guarda este filtro en la variable text_filter.
Usa where() para aplicar text_filter a df.
Imprime el número de registros que quedan en df.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# Inspect unique values in the column 'ASSUMABLEMORTGAGE'
df.____([____]).distinct().____()

# List of possible values containing 'yes'
yes_values = [____, ____]

# Filter the text values out of df but keep null values
text_filter = ~df['ASSUMABLEMORTGAGE'].isin(____) | df['ASSUMABLEMORTGAGE'].isNull()
df = df.____(text_filter)

# Print count of remaining records
print(____.____())

Editar y ejecutar código