Стекируем данные!
Новая неделя — новый проект! Один из ваших клиентов, телекоммуникационная компания, хочет выяснить, почему её клиенты уходят. Вам предстоит провести анализ и найти ответ. Для начала вы изучили набор данных churn и обнаружили, что некоторая информация отсутствует. Набор данных содержит сведения об общем количестве звонков и продолжительности разговоров разных клиентов. Однако штат и город их проживания не указаны.
Массив с этими данными уже подготовлен. Вы хотите добавить его в качестве индекса DataFrame.
DataFrame churn уже доступен. Он содержит данные о полях area code, total_day_calls и total_day_minutes. Обязательно изучите его в консоли!
Это упражнение является частью курса
Преобразование данных с помощью pandas
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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)