เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

สายที่โทรไม่ติด

การปรับรูปร่างชุดข้อมูล churn เสร็จสิ้นแล้วจากแบบฝึกหัดก่อนหน้า ตอนนี้ข้อมูลพร้อมใช้งานแล้ว และมีบางอย่างที่สังเกตเห็นได้ชัดเจน — รูปแบบที่น่าสนใจซ่อนอยู่ในข้อมูล

ก่อนที่จะสร้างโมเดลจำแนกประเภท ลองทำสิ่งที่ง่ายกว่าก่อน นั่นคือการสำรวจข้อมูลเพิ่มเติมด้วยการ unstack ระดับของ index อย่างไรก็ตาม กระบวนการนี้อาจสร้างค่าที่หายไป ซึ่งต้องจัดการให้เรียบร้อย

DataFrame churn มีข้อมูลฟีเจอร์ต่าง ๆ ของลูกค้าที่อยู่ในลอสแอนเจลิสและนิวยอร์ก และพร้อมให้ใช้งานแล้ว อย่าลืมตรวจสอบข้อมูลใน console ก่อน!

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การจัดรูปแบบข้อมูลด้วย pandas

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ปรับรูปร่าง DataFrame churn โดยการ unstack ระดับที่ชื่อ churn และเติมค่าที่หายไปด้วยศูนย์
  • เรียงลำดับ DataFrame churn ตามคอลัมน์ voice_mail_plan จากมากไปน้อย แล้วตามด้วยคอลัมน์ international_plan จากน้อยไปมาก
  • แสดงผล DataFrame churn_sorted ที่ได้

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Unstack churn level and fill missing values with zero
churn = ____.____(level=____, ____=____)

# Sort by descending voice mail plan and ascending international plan
churn_sorted = churn.____(____=[____, ____], 
                          ____=[____, ____])

# Print final DataFrame and observe pattern
print(____)
แก้ไขและรันโค้ด