Extrahera text till nya särdrag

Garage är en viktig faktor för hus i Minnesota, där de flesta äger en bil och snö är besvärligt att skrapa av en bil som parkeras utomhus. Vilken typ av garage det handlar om spelar också roll – kan du nå bilen utan att gå ut i kylan eller inte? Nu ska vi skapa särdragen has_attached_garage som fångar om garaget är anslutet till huset eller inte.

Den här övningen är en del av kursen

Feature Engineering med PySpark

Visa kurs

Övningsinstruktioner

Importera funktionen when() från pyspark.sql.functions.
Skapa ett strängmatchningsvillkor med like() för att söka efter strängmönstret Attached Garage i df['GARAGEDESCRIPTION'] och använd jokertecken % så att matchning sker var som helst i fältet.
Skapa på samma sätt ett till villkor med like() för att hitta strängmönstret Detached Garage i df['GARAGEDESCRIPTION'] och använd jokertecken % så att matchning sker var som helst i fältet.
Skapa en ny kolumn has_attached_garage med when() och tilldela värdet 1 om garaget är anslutet, noll om det är fristående, och använd otherwise() för att tilldela null med None om inget av alternativen stämmer.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)

Redigera och kör kod