Estrarre testo in nuove feature

I garage sono un aspetto importante per le case in Minnesota, dove la maggior parte delle persone possiede un'auto e togliere la neve da un'auto parcheggiata fuori è fastidioso. Anche il tipo di garage conta: puoi raggiungere l'auto senza affrontare il freddo oppure no? Vediamo come creare una feature has_attached_garage che indichi se il garage è collegato alla casa oppure no.

Questo esercizio fa parte del corso

Feature Engineering con PySpark

Visualizza corso

Istruzioni dell'esercizio

Importa la funzione necessaria when() da pyspark.sql.functions.
Crea una condizione di confronto stringhe usando like() per cercare il pattern di stringa Attached Garage in df['GARAGEDESCRIPTION'] e usa i jolly % in modo che corrisponda ovunque nel campo.
Allo stesso modo, crea un'altra condizione usando like() per trovare il pattern di stringa Detached Garage in df['GARAGEDESCRIPTION'] e usa i jolly % in modo che corrisponda ovunque nel campo.
Crea una nuova colonna has_attached_garage usando when() per assegnare il valore 1 se il garage è collegato, 0 se è separato, e usa otherwise() per assegnare null con None se non è nessuno dei due.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# 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)

Modifica ed esegui il codice