別把 stack 掉了
快要下班了，不過你還有最後一個任務要完成。你手上有個小型資料集，記錄了客戶撥打電話的總數。
為了進行分析，你需要把 churn 資料用不同層級做 stacking 來重塑。你知道這個過程會產生遺漏值。你想檢查是否值得保留「全部都是遺漏值」的那些列，或是直接把這些資訊丟棄會更好。
已為你提供 churn DataFrame。
本練習屬於課程
使用 pandas 重塑資料
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。
# Stack the level type from churn
churn_stack = churn.____(____=____)
# Fill the resulting missing values with zero
churn_fill = churn_stack.____(____)
# Print churn_fill
print(churn_fill)