Não derrube a pilha
Já está quase na hora de ir embora, mas antes você precisa finalizar sua última tarefa. Você tem um pequeno conjunto de dados com o número total de ligações feitas pelos clientes.
Para realizar sua análise, você precisa reestruturar os dados de churn empilhando diferentes níveis. Você sabe que esse processo vai gerar dados ausentes. Você quer verificar se vale a pena manter as linhas que contêm apenas valores ausentes ou se é melhor descartar essa informação.
O DataFrame churn está disponível para você.
Este exercício faz parte do curso
Reestruturando dados com pandas
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Stack the level type from churn
churn_stack = churn.____(____=____)
# Fill the resulting missing values with zero
churn_fill = churn_stack.____(____)
# Print churn_fill
print(churn_fill)