Cambia la tua SIM
Ottimo lavoro fin qui! Sei riuscito a rimodellare il tuo insieme di dati in vari modi. Ora facciamo un passo avanti e analizziamo i dati per scoprire se il piano telefonico di un cliente è collegato all’abbandono.
Esplorando il dataset churn, noti che i livelli delle righe non sono ben organizzati. Per prima cosa, vuoi riordinare gli indici di riga per rendere più semplice il reshaping del DataFrame.
Hai a disposizione il DataFrame churn. Contiene dati sui piani minutes, voicemail e data per anni diversi. I dati sono indicizzati per state, city e stato di exited. Dai un’occhiata nella console!
Questo esercizio fa parte del corso
Rimodellare i dati con pandas
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Switch the first and third row index levels in churn
churn_swap = ____.____(____, ____)
# Print churn_swap
print(churn_swap)