Stack กันเลย!
สัปดาห์ใหม่ โปรเจกต์ใหม่! ลูกค้าของคุณซึ่งเป็นบริษัทโทรคมนาคมต้องการทราบว่าเหตุใดลูกค้าของพวกเขาจึงเลิกใช้บริการ คุณจะทำการวิเคราะห์เพื่อหาคำตอบ เริ่มต้นด้วยการสำรวจชุดข้อมูล churn แล้วพบว่าข้อมูลบางส่วนยังขาดหายไป ชุดข้อมูลนี้มีข้อมูลเกี่ยวกับจำนวนการโทรทั้งหมดและเวลาที่ลูกค้าแต่ละรายใช้ไปกับการโทร แต่ยังไม่มีข้อมูลรัฐและเมืองที่ลูกค้าอาศัยอยู่
มีการกำหนดอาร์เรย์ที่บรรจุข้อมูลดังกล่าวไว้ให้แล้ว และต้องการเพิ่มเป็น index ใน DataFrame
DataFrame churn พร้อมใช้งานแล้ว โดยมีข้อมูลเกี่ยวกับ area code, total_day_calls และ total_day_minutes ลองตรวจสอบดูใน console ก่อนเลย!
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การจัดรูปแบบข้อมูลด้วย pandas
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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)