Oblicz wynik RFM

Świetna robota! Teraz dokończ zadanie: przypisz klientów do trzech grup na podstawie percentyli MonetaryValue, a następnie oblicz RFM_Score jako sumę wartości R, F i M.

Zbiór danych datamart został wczytany z wartościami R i F, które utworzyłeś w poprzednim ćwiczeniu.

To ćwiczenie jest częścią kursu

Segmentacja klientów w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Utwórz etykiety dla MonetaryValue z rosnącym zakresem od 1 do 3.
Przypisz te etykiety do trzech równych grup percentylowych na podstawie MonetaryValue.
Utwórz nową kolumnę M na podstawie grupy percentylowej MonetaryValue.
Oblicz RFM_Score jako sumę wartości kolumn R, F i M.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Create labels for MonetaryValue
m_labels = range(1, ____)

# Assign these labels to three equal percentile groups 
m_groups = pd.qcut(datamart['MonetaryValue'], q=____, labels=____)

# Create new column M
datamart = datamart.assign(____=____)

# Calculate RFM_Score
datamart['RFM_Score'] = datamart[['R','F','M']].____(axis=____)
print(datamart['____'].head())

Edytuj i uruchom kod