Ein verpasster Anruf

Du hast dein churn-Dataset in den vorherigen Übungen umgeformt. Jetzt ist es einsatzbereit. Dir ist dabei etwas aufgefallen: Du bist sicher, dass du ein klares Muster in den Daten gesehen hast.

Bevor du ein Klassifikationsmodell trainierst, entscheidest du dich für etwas Einfacheres. Du willst herausfinden, was sich sonst noch aus den Daten lernen lässt. Du wirst deine Daten durch Unstacken von Ebenen umformen, weißt aber, dass dabei fehlende Werte entstehen, die du behandeln musst.

Das churn-DataFrame enthält verschiedene Merkmale von Kundinnen und Kunden in Los Angeles und New York und steht dir zur Verfügung. Schau es dir unbedingt in der Konsole an!

Diese Übung ist Teil des Kurses

Daten umformen mit pandas

Kurs anzeigen

Anleitung zur Übung

Forme das churn-DataFrame um, indem du die Ebene mit dem Namen churn unstackst, und fülle fehlende Werte mit Null.
Sortiere das churn-DataFrame zuerst nach der Spalte voice_mail_plan in absteigender Reihenfolge und dann nach der Spalte international_plan in aufsteigender Reihenfolge.
Gib das finale DataFrame churn_sorted aus.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Unstack churn level and fill missing values with zero
churn = ____.____(level=____, ____=____)

# Sort by descending voice mail plan and ascending international plan
churn_sorted = churn.____(____=[____, ____], 
                          ____=[____, ____])

# Print final DataFrame and observe pattern
print(____)

Code bearbeiten und ausführen