スネークプロット用のデータを準備する

ここではスネークプロット用のデータを準備します。以前に作成した 3 クラスターの RFM セグメンテーション結果を使います。正規化済みの RFM データを、指標の列を 2 列に「melt」してロング形式に変換します。1 列は指標名、もう 1 列は数値そのものです。

クラスタラベルがすでに付与された正規化済み RFM データを読み込んであります。datamart_normalized という pandas の DataFrame です。また、pandas は pd としてインポート済みです。

演習を始める前に、コンソールで datamart_normalized を確認し、構造を把握しておきましょう！

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

コースを見る

演習の手順

正規化済みデータセットに対してインデックスをリセットし、melt 関数を適用してロング形式に変換します。
ID 変数として CustomerID と Cluster を指定します。
値変数として RFM の各値を指定します。
変数名は Metric、値の列名は Value とします。

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。

# 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
                    ____='____', ____='____'
					)

コードを編集して実行