ПочатиПочніть безкоштовно

Пропущений телефонний дзвінок

У попередніх вправах ви завершили переформатування набору даних churn. Тепер він готовий до використання. Ви пам'ятаєте, що щось привернуло вашу увагу. Ви впевнені, що бачили виразний патерн у даних.

Перш ніж навчати модель класифікації, ви вирішили зробити щось простіше. Ви хочете подивитися, що ще можна дізнатися з даних. Ви переформатуєте дані, «розгортаючи» рівні, але знаєте, що цей процес згенерує пропуски, які потрібно обробити.

Дані датафрейма churn містять різні ознаки клієнтів із Лос-Анджелеса та Нью-Йорка і доступні вам. Обов'язково перегляньте їх у консолі!

Ця вправа є частиною курсу

Переформатування даних у pandas

Переглянути курс

Інструкції до вправи

  • Переформатуйте датафрейм churn, «розгорнувши» рівень з назвою churn, заповнивши пропущені значення нулями.
  • Відсортуйте датафрейм churn за стовпцем voice_mail_plan у спадному порядку, а потім за стовпцем international_plan у зростному порядку.
  • Виведіть підсумковий датафрейм churn_sorted.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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(____)
Редагувати та запускати код