¡Envíame un mensaje!
Estás avanzando en el proyecto de tu cliente. Ahora necesitas analizar un nuevo conjunto de datos para encontrar diferencias en los mensajes y los gigabytes (GB) de datos que usan los clientes durante el día y la noche.
Para ello, vas a remodelar tu conjunto de datos churn usando diferentes niveles. La ventaja del nuevo conjunto de datos es que los índices de columnas tienen nombres.
Tienes disponible el DataFrame churn. Contiene datos sobre state, city, text messages y total GB durante day y night.
Este ejercicio forma parte del curso
Reestructuración de datos con pandas
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Stack churn by the time column level
churn_time = ____.____(____=____)
# Print churn_time
print(churn_time)