Manda um texto!
Você está avançando no projeto do cliente. Agora, precisa analisar um novo conjunto de dados para encontrar diferenças nas mensagens e nos gigabytes (GB) de dados que os clientes usam durante o dia e à noite.
Para isso, você vai remodelar o conjunto de dados churn usando diferentes níveis. A vantagem do novo conjunto de dados é que os índices das colunas têm nomes.
O DataFrame churn está disponível para você. Ele contém dados sobre state, city, text messages e total GB durante o período de day e night.
Este exercício faz parte do curso
Reestruturando dados com pandas
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Stack churn by the time column level
churn_time = ____.____(____=____)
# Print churn_time
print(churn_time)