दोनों क्लास के लिए सार-सांख्यिकी (summary statistics)
निम्नलिखित .groupby() कोड पर विचार करें:
# x के आधार पर समूहित करें और standard deviation निकालें
df.groupby(['x']).std()
यहाँ DataFrame df को कॉलम 'x' के आधार पर समूहित किया गया है, और फिर 'x' के प्रत्येक मान के लिए df की सभी कॉलम्स पर standard deviation निकाली गई है। जब आप अपने डेटासेट के विशेष कॉलम्स की जाँच करना चाहते हैं, तो .groupby() मेथड बेहद उपयोगी होता है। यहाँ आप 'Churn' कॉलम को और गहराई से देखेंगे ताकि पता चले कि churn करने वाले और न करने वाले ग्राहकों में क्या अंतर हैं। आपके वर्कस्पेस में telco DataFrame का एक subset मौजूद है, जिसमें 'Churn', 'CustServ_Calls', और 'Vmail_Message' कॉलम शामिल हैं।
यदि आपको .groupby() के काम करने के तरीके पर ताज़गी चाहिए, तो प्री-रिक्विज़िट कोर्स Manipulating DataFrames with pandas पर वापस देखें.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Marketing Analytics: Python में Customer Churn की भविष्यवाणी
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Group telco by 'Churn' and compute the mean
print(telco.____(['____']).____())