未接来电

您在前面的练习中已经完成了对 churn 数据集的重塑，现在可以开始使用了。您记得其中有些东西引起了注意，您确信自己在数据里看到了一个清晰的模式。

在拟合分类模型之前，您决定先做点更简单的事。您想看看还能从数据中学到什么。您将通过对层级进行 unstack 来重塑数据，但您知道这个过程会产生需要处理的缺失值。

churn DataFrame 包含位于 Los Angeles 和 New York 的客户的不同特征，现已提供给您。请务必在控制台中先查看它！

本练习是课程的一部分

使用 pandas 重塑数据

查看课程

练习说明

通过对名为 churn 的层级进行 unstack 来重塑 churn DataFrame，并用 0 填充缺失值。
先按 voice_mail_plan 列降序、再按 international_plan 列升序对 churn DataFrame 排序。
打印最终的 churn_sorted DataFrame。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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(____)

编辑并运行代码