Empilhe as chamadas!
Semana nova, projeto novo! Um dos seus clientes, uma empresa de telecomunicações, quer entender por que seus clientes estão cancelando. Você vai fazer uma análise para descobrir. Primeiro, você explorou o conjunto de dados churn e percebeu que algumas informações estão faltando. O conjunto traz dados sobre o número total de chamadas e os minutos gastos ao telefone por diferentes clientes. Porém, o estado e a cidade onde eles moram não estão listados.
Você predefiniu um array com essas informações. Você quer adicioná-lo como índice no seu DataFrame.
O DataFrame churn está disponível para você. Ele contém dados de area code, total_day_calls e total_day_minutes. Não deixe de examiná-lo no console!
Este exercício faz parte do curso
Reestruturando dados com pandas
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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)