Attribuer des étiquettes aux données brutes
Vous allez maintenant analyser les valeurs RFM moyennes des trois grappes que vous avez créées à l'exercice précédent. Nous avons chargé l'ensemble de données RFM brut sous le nom datamart_rfm, et les étiquettes de grappe sous cluster_labels. pandas est disponible sous pd.
N'hésitez pas à explorer les données dans la console.
Cette activité fait partie du cours
Segmentation de la clientèle en Python
Instructions de l’exercice
- Créez un nouveau DataFrame en ajoutant une colonne d'étiquette de grappe à
datamart_rfm. - Créez un objet
groupbysur la colonneCluster. - Calculez les valeurs RFM moyennes et la taille des segments pour chaque valeur de
Cluster.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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)