1. Nauka
    2. /
  2. Kursy
    3. /
  3. Przekształcanie danych z pandas
Connected

ćwiczenie

Napisz do mnie!

Robisz postępy w projekcie dla swojego klienta. Teraz musisz przeanalizować nowy zbiór danych, aby znaleźć różnice w liczbie wiadomości tekstowych i gigabajtach (GB) danych wykorzystywanych przez klientów w ciągu dnia i nocy.

W tym celu przekształcisz zbiór danych churn, korzystając z różnych poziomów. Zaletą nowego zbioru danych jest to, że indeksy kolumn mają nazwy.

Dostępna jest dla ciebie ramka danych churn. Zawiera dane dotyczące state, city, text messages i total GB w porach day i night.

Instrukcje 1/2

undefined XP
  • 1

    Przekształć ramkę danych churn, składając poziom kolumny time. Wynik przypisz do zmiennej churn_time.

  • 2

    Teraz zdefiniuj przekształconą ramkę danych o nazwie churn_feature, składając poziom kolumny feature ramki danych churn.