Envoyez-moi un texto !
Vous avancez sur le projet de votre client. Vous devez maintenant analyser un nouveau jeu de données pour trouver les différences entre les messages et les gigaoctets (GB) de données utilisés par les clients pendant la journée et la nuit.
Pour cela, vous allez remodeler votre jeu de données churn en utilisant différents niveaux. L’avantage de votre nouveau jeu de données est que les indices de colonnes ont des noms.
Le DataFrame churn est à votre disposition. Il contient des données sur l’state, la city, les text messages et le total GB pendant les périodes de day et de night.
Cet exercice fait partie du cours
Reconfigurer les données avec pandas
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Stack churn by the time column level
churn_time = ____.____(____=____)
# Print churn_time
print(churn_time)