生データにラベルを付与する
前の演習で作成した3つのクラスタについて、平均RFM値を分析します。生のRFMデータセットは datamart_rfm、クラスタラベルは cluster_labels として読み込まれています。pandas は pd として利用できます。
コンソールで自由にデータを探索してかまいません。
この演習はコースの一部です
Pythonで学ぶカスタマーセグメンテーション
演習の手順
datamart_rfmにクラスタラベルの列を追加して、新しいDataFrameを作成します。Cluster列でgroupby要素を作成します。- 各
Clusterの値ごとに、平均RFM値とセグメントサイズを計算します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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)