Nieodebrane połączenie

W poprzednich ćwiczeniach zakończyłeś przekształcanie zbioru danych churn. Teraz jest gotowy do użycia. Pamiętasz, że coś przykuło twoją uwagę – byłeś pewien, że w danych widać wyraźny wzorzec.

Zanim dopasowujesz model klasyfikacyjny, decydujesz się zrobić coś prostszego. Chcesz sprawdzić, czego jeszcze możesz się dowiedzieć z tych danych. Przekształcisz je, odkładając poziomy na oś kolumn, ale wiesz, że ten proces wygeneruje brakujące dane, które trzeba obsłużyć.

DataFrame churn zawiera różne cechy klientów z Los Angeles i Nowego Jorku i jest dostępny w środowisku. Koniecznie zbadaj go w konsoli!

To ćwiczenie jest częścią kursu

Przekształcanie danych z pandas

Zobacz kurs

Instrukcje do ćwiczenia

Przekształć DataFrame churn, odkładając poziom o nazwie churn na oś kolumn i wypełniając brakujące wartości zerami.
Posortuj DataFrame churn według kolumny voice_mail_plan w kolejności malejącej, a następnie według kolumny international_plan w kolejności rosnącej.
Wyświetl końcowy DataFrame churn_sorted.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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(____)

Edytuj i uruchom kod