Siapkan data untuk snake plot

Sekarang Anda akan menyiapkan data untuk snake plot. Anda akan menggunakan solusi segmentasi RFM 3-klaster yang telah Anda bangun sebelumnya. Anda akan mengubah data RFM yang dinormalisasi ke format panjang dengan "melelehkan" kolom metrik menjadi dua kolom — satu untuk nama metrik, dan satu lagi untuk nilai numeriknya.

Kami telah memuat data RFM yang dinormalisasi dengan label klaster yang sudah ditetapkan. Data tersebut dimuat sebagai DataFrame pandas bernama datamart_normalized. Selain itu, pandas telah diimpor sebagai pd.

Jelajahi datamart_normalized di konsol sebelum memulai latihan untuk memahami strukturnya dengan baik!

Latihan ini merupakan bagian dari kursus

Segmentasi Pelanggan dengan Python

Lihat Kursus

Instruksi latihan

Ubah himpunan data ke format panjang dengan menerapkan fungsi melt pada data yang dinormalisasi setelah me-reset indeks.
Tetapkan CustomerID dan Cluster sebagai variabel ID.
Tetapkan nilai RFM sebagai variabel nilai.
Beri nama variabel sebagai Metric dan nilainya sebagai Value.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Melt the normalized dataset and reset the index
datamart_melt = pd.____(
  					____.____(), 
                        
# Assign CustomerID and Cluster as ID variables
                    ____=['____', '____'],

# Assign RFM values as value variables
                    ____=['____', '____', '____'], 
                        
# Name the variable and value
                    ____='____', ____='____'
					)

Edit dan Jalankan Kode