Una llamada perdida

Terminaste de reestructurar tu conjunto de datos churn en los ejercicios anteriores. Ahora ya está listo para usar. Recuerdas que algo te llamó la atención. Estás seguro de que viste un patrón claro en los datos.

Antes de ajustar un modelo de clasificación, decides hacer algo más sencillo. Quieres ver qué más puedes aprender de los datos. Vas a reestructurar los datos deshaciendo niveles (unstack), pero sabes que este proceso generará datos faltantes que tendrás que gestionar.

El DataFrame churn contiene distintas características de clientes ubicados en Los Ángeles y Nueva York, y está disponible para ti. ¡Asegúrate de examinarlo en la consola!

Este ejercicio forma parte del curso

Reestructuración de datos con pandas

Ver curso

Instrucciones del ejercicio

Reestructura el DataFrame churn haciendo unstack del nivel llamado churn, rellenando los valores faltantes con cero.
Ordena el DataFrame churn por la columna voice_mail_plan en orden descendente y luego por la columna international_plan en orden ascendente.
Imprime el DataFrame final churn_sorted.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# 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(____)

Editar y ejecutar código