スタックは落とさないで
そろそろ帰る時間ですが、その前に最後のタスクを終わらせましょう。お客様が発信した通話の合計回数を含む小さなデータセットがあります。
分析を行うために、churn データを複数レベルでスタックして形を整える必要があります。この処理では欠損値が発生することがわかっています。すべてが欠損値の行を残すべきか、それともその情報は削除したほうがよいのかを確認したいと考えています。
churn DataFrame は用意されています。
この演習はコースの一部です
pandas でデータを整形する
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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)