Видобування тексту в нові ознаки

Гараж — важливий чинник для будинків у Міннесоті, де більшість людей мають авто, а зчищати сніг з машини, припаркованої надворі, незручно. Тип гаража теж має значення: чи можете ви дістатися до авто, не ризикуючи змерзнути? Створімо ознаку has_attached_garage, яка фіксуватиме, чи гараж прибудований до будинку, чи ні.

Ця вправа є частиною курсу

Опрацювання ознак у PySpark

Переглянути курс

Інструкції до вправи

Імпортуйте потрібну функцію when() з pyspark.sql.functions.
Створіть умову пошуку рядка, використовуючи like() для шаблону Attached Garage у df['GARAGEDESCRIPTION'], і застосуйте символи підстановки %, щоб збіг відбувався будь-де в полі.
Аналогічно створіть іншу умову з like() для шаблону Detached Garage у df['GARAGEDESCRIPTION'] і також використайте символи підстановки %, щоб збіг відбувався будь-де в полі.
Створіть новий стовпець has_attached_garage, використовуючи when(): присвоюйте значення 1, якщо гараж прибудований, 0 — якщо відокремлений, і застосуйте otherwise() для присвоєння null значенням None, якщо не виконується жодна з умов.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)

Редагувати та запускати код