Ne laissez pas tomber le stack
C'est presque l'heure de rentrer, mais avant, vous devez terminer votre dernière tâche. Vous avez un petit jeu de données qui contient le nombre total d'appels effectués par les clients.
Pour faire votre analyse, vous devez remodeler vos données churn en empilant différents niveaux. Vous savez que ce processus va générer des valeurs manquantes. Vous souhaitez vérifier s'il vaut la peine de garder les lignes qui ne contiennent que des valeurs manquantes, ou s'il est préférable de retirer cette information.
Le DataFrame churn est à votre disposition.
Cette activité fait partie du cours
Remanier des données avec pandas
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Stack the level type from churn
churn_stack = churn.____(____=____)
# Fill the resulting missing values with zero
churn_fill = churn_stack.____(____)
# Print churn_fill
print(churn_fill)