Text me!
顧客向けプロジェクトは順調に進んでいます。次は、新しいデータセットを分析して、日中と夜間に顧客が利用するメッセージ数とデータ量（ギガバイト: GB）の違いを見つけます。
そのために、churn データセットを複数レベルでリシェイプします。新しいデータセットの利点は、列インデックスに名前が付いていることです。
churn DataFrame が用意されています。これは、day と night の時間帯における state、city、text messages、total GB のデータを含みます。
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 churn by the time column level
churn_time = ____.____(____=____)
# Print churn_time
print(churn_time)