Labels den Rohdaten zuweisen

Du analysierst jetzt die durchschnittlichen RFM-Werte der drei Cluster, die du in der vorherigen Übung erstellt hast. Wir haben den Roh-RFM-Datensatz als datamart_rfm geladen und die Cluster-Labels als cluster_labels. pandas steht dir als pd zur Verfügung.

Du kannst die Daten gerne in der Konsole erkunden.

Diese Übung ist Teil des Kurses

Kundensegmentierung in Python

Kurs anzeigen

Anleitung zur Übung

Erstelle einen neuen DataFrame, indem du datamart_rfm eine Spalte mit den Cluster-Labels hinzufügst.
Erzeuge ein groupby-Element über die Spalte Cluster.
Berechne die durchschnittlichen RFM-Werte und die Segmentgrößen für jeden Cluster-Wert.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Create a DataFrame by adding a new cluster label column
datamart_rfm_k3 = datamart_rfm.____(Cluster=cluster_labels)

# Group the data by cluster
grouped = ____.____(['____'])

# Calculate average RFM values and segment sizes per cluster value
grouped.____({
    'Recency': '____',
    'Frequency': '____',
    'MonetaryValue': ['____', '____']
  }).round(1)

Code bearbeiten und ausführen