Estatísticas resumidas para ambas as classes
Considere o seguinte código com .groupby():
# Agrupe por x e calcule o desvio padrão
df.groupby(['x']).std()
Aqui, um DataFrame df é agrupado pela coluna 'x' e, em seguida, o desvio padrão é calculado em todas as colunas de df para cada valor de 'x'. O método .groupby() é extremamente útil quando você quer investigar colunas específicas do seu conjunto de dados. Agora, você vai explorar mais a coluna 'Churn' para ver se há diferenças entre clientes que cancelam e os que não cancelam. Uma versão de subconjunto do DataFrame telco, composta pelas colunas 'Churn', 'CustServ_Calls' e 'Vmail_Message', está disponível no seu workspace.
Se precisar relembrar como .groupby() funciona, consulte o curso pré-requisito Manipulating DataFrames with pandas.
Este exercicio faz parte do curso
Análise de Marketing: Prevendo Churn de Clientes em Python
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
# Group telco by 'Churn' and compute the mean
print(telco.____(['____']).____())