टेक्स्ट निकालकर नए फीचर बनाना
मिनेसोटा में घरों के लिए गैरेज एक अहम बात है, जहाँ ज़्यादातर लोग कार रखते हैं और बाहर खड़ी कार से बर्फ हटाना झंझट भरा होता है. गैरेज का प्रकार भी मायने रखता है — क्या आप बिना ठंड झेले सीधे कार तक पहुँच सकते हैं या नहीं? आइए एक फीचर has_attached_garage बनाते हैं जो यह बताए कि गैरेज घर से जुड़ा हुआ है या नहीं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
PySpark के साथ Feature Engineering
अभ्यास निर्देश
pyspark.sql.functionsसे ज़रूरी फंक्शनwhen()इम्पोर्ट करें.df['GARAGEDESCRIPTION']में स्ट्रिंग पैटर्नAttached Garageढूँढने के लिएlike()का उपयोग करके एक स्ट्रिंग-मैचिंग कंडीशन बनाएँ, और वाइल्डकार्ड%लगाएँ ताकि फ़ील्ड में कहीं भी मैच हो सके.- इसी तरह,
df['GARAGEDESCRIPTION']में स्ट्रिंग पैटर्नDetached Garageढूँढने के लिएlike()का उपयोग करके दूसरी कंडीशन बनाएँ, और वाइल्डकार्ड%लगाएँ ताकि फ़ील्ड में कहीं भी матч हो सके. when()का उपयोग करके नया कॉलमhas_attached_garageबनाएँ: अगर attached garage है तो वैल्यू 1 असाइन करें, detached हो तो 0, और अगर दोनों में से कोई नहीं है तोotherwise()के साथNoneदेकर null असाइन करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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)