Описова статистика для обох класів
Розгляньте такий код з .groupby():
# Групування за x і обчислення стандартного відхилення
df.groupby(['x']).std()
Тут датафрейм df згруповано за стовпцем 'x', а потім для кожного значення 'x' обчислено стандартне відхилення по всіх стовпцях df. Метод .groupby() надзвичайно корисний, коли потрібно дослідити окремі стовпці вашого набору даних. Тут ви детальніше розглянете стовпець 'Churn', щоб перевірити, чи є різниця між тими, хто пішов (churners), і тими, хто залишився. У вашому робочому середовищі доступна підмножина датафрейма telco, що містить стовпці 'Churn', 'CustServ_Calls' та 'Vmail_Message'.
Якщо вам потрібне коротке повторення щодо роботи .groupby(), перегляньте попередній курс Manipulating DataFrames with pandas.
Ця вправа є частиною курсу
Маркетингова аналітика: прогнозування відтоку клієнтів у Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Group telco by 'Churn' and compute the mean
print(telco.____(['____']).____())