Split 與 Explode
把像 GARAGEDESCRIPTION 這樣的複合欄位轉換成有用的資訊，往往需要多個步驟。及早釐清展開後能帶來的價值會很有幫助。在這個例子中，我們會先把字串轉成類似清單的陣列，接著將其展開（explode），然後再檢視其中的唯一值。
本練習屬於課程
使用 PySpark 進行特徵工程
練習說明
- 從
pyspark.sql.functions匯入需要的函式split()和explode()。 - 使用
split()以 ', '（逗號加空格）分割df['GARAGEDESCRIPTION']，建立新欄位garage_list。 - 使用
explode()將df['garage_list']中的每個值各建立一筆新紀錄，並指定到新欄位ex_garage_list。 - 使用
distinct()取得ex_garage_list的唯一值，並以show顯示前 100 列，為了呈現方便將其截斷為 50 個字元。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Import needed functions
____ ____ ____ ____, ____
# Convert string to list-like array
df = df.withColumn(____, ____(____, ____))
# Explode the values into new records
ex_df = df.withColumn(____, ____(____))
# Inspect the values
ex_df[['ex_garage_list']].____().____(100, ____=____)