開始使用免費開始

未接來電

你已在前面的練習完成了 churn 資料集的重塑，現在可以開始使用了。你記得有個地方特別引起你的注意，你很確定自己在資料中看到了明顯的模式。

在建立分類模型之前，你決定先做點更簡單的事。你想看看還能從資料中學到什麼。你會透過對層級進行 unstack 來重塑資料，但你也知道這個過程會產生需要處理的遺漏值。

churn DataFrame 包含位於洛杉磯與紐約的顧客各種特徵，已提供給你使用。請先在主控台檢視它！

本練習屬於課程

使用 pandas 重塑資料

檢視課程

練習說明

  • 將 churn DataFrame 以 churn 這個層級進行 unstack，並以 0 填補遺漏值。
  • 依 voice_mail_plan 欄位遞減、再依 international_plan 欄位遞增的順序，排序 churn DataFrame。
  • 列印最終的 churn_sorted DataFrame。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# 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(____)
編輯並執行程式碼