부재중 전화

이전 연습 문제에서 churn 데이터셋 형태를 모두 바꾸어 완료하셨어요. 이제 사용할 준비가 되었습니다. 데이터에서 눈에 띄는 무언가가 있었던 게 기억나요. 분명 뚜렷한 패턴을 봤다고 확신해요.

분류 모델을 학습하기 전에, 더 간단한 것부터 해 보려고 합니다. 데이터에서 더 무엇을 배울 수 있는지 확인하고 싶어요. 레벨을 언스택해서 데이터를 다시 형태 변환할 텐데, 이 과정에서 결측값이 생기므로 이를 처리해야 한다는 것도 알고 있죠.

churn DataFrame에는 로스앤젤레스와 뉴욕 고객의 다양한 특성이 들어 있으며, 이미 준비되어 있습니다. 콘솔에서 꼭 확인해 보세요!

이 연습은 강의의 일부입니다

pandas로 데이터 재구조화하기

강의 보기

연습 안내

churn이라는 레벨을 언스택하여 churn DataFrame의 형태를 바꾸고, 생기는 결측값은 0으로 채우세요.
voice_mail_plan 열을 기준으로 내림차순, 그다음 international_plan 열을 기준으로 오름차순으로 churn DataFrame을 정렬하세요.
최종 결과인 churn_sorted DataFrame을 출력하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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(____)

코드 편집 및 실행