Trích xuất văn bản thành đặc trưng mới

Garage là một yếu tố quan trọng đối với nhà ở Minnesota, nơi hầu hết mọi người đều sở hữu xe hơi và việc dọn tuyết cho xe đậu ngoài trời rất phiền. Loại garage cũng quan trọng: bạn có thể vào xe mà không phải chịu rét hay không? Hãy tạo một đặc trưng has_attached_garage để cho biết garage có liền với nhà hay không.

Bài tập này là một phần của khóa học

Feature Engineering với PySpark

Xem khóa học

Hướng dẫn bài tập

Import hàm cần thiết when() từ pyspark.sql.functions.
Tạo một điều kiện khớp chuỗi dùng like() để tìm mẫu chuỗi Attached Garage trong df['GARAGEDESCRIPTION'] và dùng ký tự đại diện % để khớp ở bất kỳ vị trí nào trong trường.
Tương tự, tạo điều kiện khác dùng like() để tìm mẫu chuỗi Detached Garage trong df['GARAGEDESCRIPTION'] và dùng ký tự đại diện % để khớp ở bất kỳ vị trí nào trong trường.
Tạo cột mới has_attached_garage dùng when() để gán giá trị 1 nếu là garage liền nhà, 0 nếu tách rời, và dùng otherwise() để gán null với None nếu không thuộc cả hai trường hợp.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# 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)

Chỉnh sửa và Chạy Mã