Panggilan telepon tak terjawab

Anda telah menyelesaikan penataan ulang himpunan data churn pada latihan sebelumnya. Sekarang, data siap digunakan. Anda ingat ada sesuatu yang menarik perhatian Anda. Anda yakin melihat pola yang jelas dalam data.

Sebelum Anda melatih model klasifikasi, Anda memutuskan melakukan sesuatu yang lebih sederhana. Anda ingin melihat apa lagi yang bisa dipelajari dari data. Anda akan menata ulang data dengan meng-unstack level, tetapi Anda tahu proses ini akan menghasilkan data hilang yang perlu ditangani.

DataFrame churn memuat berbagai fitur pelanggan yang berlokasi di Los Angeles dan New York, dan tersedia untuk Anda. Pastikan untuk memeriksanya di konsol!

Latihan ini adalah bagian dari kursus

Mengubah Bentuk Data dengan pandas

Lihat Kursus

Petunjuk latihan

Tata ulang DataFrame churn dengan meng-unstack level bernama churn, isi nilai yang hilang dengan nol.
Urutkan DataFrame churn berdasarkan kolom voice_mail_plan secara menurun, lalu berdasarkan kolom international_plan secara menaik.
Cetak DataFrame churn_sorted final.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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(____)

Edit dan Jalankan Kode