Pregătirea datelor pentru graficul snake

Acum vei pregăti datele pentru graficul snake. Vei folosi soluția de segmentare RFM cu 3 clustere pe care ai construit-o anterior. Vei transforma datele RFM normalizate în format lung, „topind" coloanele metricilor în două coloane – una pentru numele metricii și alta pentru valoarea numerică efectivă.

Am încărcat datele RFM normalizate cu etichetele de cluster deja atribuite. Acestea sunt disponibile ca un DataFrame pandas numit datamart_normalized. De asemenea, pandas este importat ca pd.

Explorează datamart_normalized în consolă înainte de a începe exercițiul, pentru a înțelege bine structura sa!

Acest exercițiu face parte din cursul

Segmentarea clienților în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Transformă setul de date în format lung aplicând funcția melt pe setul de date normalizat cu indexul resetat.
Atribuie CustomerID și Cluster ca variabile de identificare.
Atribuie valorile RFM ca variabile de valoare.
Denumește variabila Metric și valoarea Value.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

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

Editează și rulează codul