통화 데이터를 스택하세요!
새로운 한 주, 새로운 프로젝트예요! 고객사 중 한 통신사가 고객 이탈의 원인을 알고 싶어 합니다. 이를 파악하기 위해 분석을 수행할 거예요. 먼저 churn 데이터셋을 살펴보니 몇 가지 정보가 빠져 있네요. 이 데이터셋에는 고객별 총 통화 횟수와 통화 시간 정보가 들어 있지만, 거주하는 주와 도시 정보는 없습니다.
그 데이터를 담은 배열을 미리 준비해 두었습니다. 이 배열을 DataFrame의 인덱스로 추가하려고 해요.
churn DataFrame이 제공되어 있습니다. 여기에는 area code, total_day_calls, total_day_minutes 정보가 들어 있어요. 콘솔에서 꼭 확인해 보세요!
이 연습은 강의의 일부입니다
pandas로 데이터 재구조화하기
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Predefined list to use as index
new_index = [['California', 'California', 'New York', 'Ohio'],
['Los Angeles', 'San Francisco', 'New York', 'Cleveland']]
# Create a multi-level index using predefined new_index
churn_new = pd.____.____(____, names=[____, ____])
# Print churn_new
print(churn_new)