ส่งข้อความกันเถอะ!
คุณกำลังคืบหน้าในโปรเจกต์ของลูกค้า ตอนนี้ต้องวิเคราะห์ชุดข้อมูลใหม่เพื่อหาความแตกต่างของจำนวนข้อความและปริมาณข้อมูล (GB) ที่ลูกค้าใช้ในช่วงกลางวันและกลางคืน
เพื่อบรรลุเป้าหมายนี้ จะต้องปรับรูปร่างชุดข้อมูล churn โดยใช้ระดับต่าง ๆ ข้อดีของชุดข้อมูลใหม่นี้คือ column index มีชื่อกำกับไว้
DataFrame churn พร้อมใช้งานแล้ว โดยมีข้อมูลเกี่ยวกับ state, city, text messages และ total GB ในช่วงเวลา day และ night
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การจัดรูปแบบข้อมูลด้วย pandas
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Stack churn by the time column level
churn_time = ____.____(____=____)
# Print churn_time
print(churn_time)