Zavolej stack!
Nový týden, nový projekt! Jeden z tvých klientů, telekomunikační společnost, chce vědět, proč ji zákazníci opouštějí. Provedeš analýzu, která to objasní. Při průzkumu datasetu churn sis všiml/a, že některé informace chybí. Dataset obsahuje data o celkovém počtu hovorů a minutách strávených na telefonu různými zákazníky. Chybí ale informace o státě a městě, kde žijí.
Předdefinované pole s těmito daty už máš k dispozici. Chceš ho přidat jako index do svého DataFramu.
DataFrame churn je připravený k použití. Obsahuje data o area code, total_day_calls a total_day_minutes. Nezapomeň si ho prohlédnout v konzoli!
Toto cvičení je součástí kurzu
Přetváření dat s pandas
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Predefined list to use as index
new_index = [['California', 'California', 'New York', 'Ohio'],
['Los Angeles', 'San Francisco', 'New York', 'Cleveland']]
# Create a multi-level index using predefined new_index
churn_new = pd.____.____(____, names=[____, ____])
# Print churn_new
print(churn_new)