Schreib mir!
Du machst Fortschritte im Projekt deines Kunden. Jetzt sollst du einen neuen Datensatz analysieren, um Unterschiede bei den Nachrichten und Gigabyte (GB) an Daten zu finden, die die Kundschaft tagsüber und nachts nutzt.
Dafür wirst du deinen Datensatz churn mithilfe verschiedener Ebenen umformen. Der Vorteil deines neuen Datensatzes ist, dass die Spaltenindizes Namen haben.
Das DataFrame churn steht dir zur Verfügung. Es enthält Daten zu state, city, text messages und total GB während der day- und night-Zeit.
Diese Übung ist Teil des Kurses
<Kurs>Daten umformen mit pandas</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Stack churn by the time column level
churn_time = ____.____(____=____)
# Print churn_time
print(churn_time)