Tappa inte stacken
Det är nästan dags att gå hem, men först behöver du slutföra din sista uppgift. Du har en liten datamängd med det totala antalet samtal som kunder har gjort.
För att kunna utföra din analys behöver du omforma churn-data genom att stacka olika nivåer. Du vet att den här processen kommer att generera saknade värden. Du vill undersöka om det är värt att behålla rader som innehåller enbart saknade värden, eller om det är bättre att ta bort dem.
DataFrame:en churn finns tillgänglig för dig.
Den här övningen är en del av kursen
Omforma data med pandas
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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)