Calcule 3 grupos para recency e frequency
Agora você vai agrupar os clientes em três grupos separados com base em Recency e Frequency.
O conjunto de dados foi carregado como datamart; você pode usar o console para visualizar as primeiras linhas. Além disso, pandas já foi carregado como pd.
Usaremos o resultado deste exercício no próximo, onde você vai agrupar clientes com base em MonetaryValue e, por fim, calcular o RFM_Score.
Quando terminar, imprima os resultados na tela para confirmar que você criou corretamente as colunas de quartil.
Este exercício faz parte do curso
Segmentação de Clientes em Python
Instruções do exercício
- Crie rótulos para
Recencycom um intervalo decrescente de 3 a 1, e rótulos paraFrequencycom um intervalo crescente de 1 a 3. - Atribua esses rótulos a três grupos de percentis iguais com base em
Recency. - Atribua esses rótulos a três grupos de percentis iguais com base em
Frequency. - Crie novas colunas de quantil
ReF.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Create labels for Recency and Frequency
r_labels = range(____, 0, ____); f_labels = range(1, ____)
# Assign these labels to three equal percentile groups
r_groups = pd.qcut(datamart['____'], q=____, labels=____)
# Assign these labels to three equal percentile groups
f_groups = pd.qcut(datamart['____'], q=____, labels=____)
# Create new columns R and F
datamart = datamart.assign(____=____.values, ____=____.values)