스네이크 플롯을 위한 데이터 준비
이제 스네이크 플롯에 사용할 데이터를 준비해 볼게요. 앞에서 만든 3개 클러스터의 RFM 세분화 결과를 사용합니다. 정규화된 RFM 데이터를 길게(long) 형식으로 변환하기 위해 메트릭 열들을 두 개의 열로 "melt"할 거예요. 하나는 메트릭 이름, 다른 하나는 실제 숫자 값입니다.
클러스터 라벨이 이미 할당된 정규화 RFM 데이터를 미리 불러왔어요. datamart_normalized라는 pandas DataFrame으로 로드되어 있습니다. 또한 pandas는 pd로 임포트되어 있어요.
연습 문제를 시작하기 전에 콘솔에서 datamart_normalized를 살펴보며 구조를 파악해 보세요!
이 연습은 강의의 일부입니다
Python을 활용한 고객 세분화
연습 안내
- 정규화된 데이터셋의 인덱스를 재설정한 뒤
melt함수를 적용해 데이터셋을 long 형식으로 변환하세요. - ID 변수로
CustomerID와Cluster를 지정하세요. - 값 변수로 RFM 값들을 지정하세요.
- 변수 이름은
Metric, 값 이름은Value로 지정하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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
____='____', ____='____'
)