建立旗標
這次你要建立一個真正的旗標（flag）變數：當電子郵件在關鍵搜尋詞上有命中時給 1，否則為 0。這是你要把文字資料內容當作機器學習模型特徵，或作為套在模型結果上的實際旗標前，所需的最後一步。你可以繼續使用包含電子郵件的資料框 df，而 searchfor 清單則是你在上一題定義的那個。
本練習屬於課程
Fraud Detection in Python
練習說明
- 使用 numpy 的條件判斷，在清理後的郵件文字包含
searchfor清單中單字時設為 '1'，否則為 0。 - 以「或」指示符號將
searchfor清單中的單字串接起來。 - 統計新建立的旗標變數的取值分佈。
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。
# Create flag variable where the emails match the searchfor terms
df['flag'] = ____.____((df['clean_content'].___.____('____'.____(____)) == True), 1, 0)
# Count the values of the flag variable
count = df['flag'].____()
print(count)