Calculează valorile RFM

Calculează valorile Recency, Frequency și Monetary pentru setul de date online folosit anterior – a fost încărcat deja cu datele din ultimele 12 luni. Setul de date online conține o coloană TotalSum, calculată prin înmulțirea Quantity cu UnitPrice: online['Quantity'] * online['UnitPrice'].

Am creat și o variabilă snapshot_date pe care o poți folosi pentru a calcula recency. Poți afișa setul de date online și variabila snapshot_date în consolă oricând dorești. Biblioteca pandas este încărcată ca pd, iar datetime ca dt.

Acest exercițiu face parte din cursul

Segmentarea clienților în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Calculează valorile Recency, Frequency și Monetary (în această ordine) pentru fiecare client.
Pentru Recency – calculează diferența dintre valoarea snapshot_date și maximul coloanei InvoiceDate.
Redenumește coloanele ca Recency, Frequency și MonetaryValue.
Afișează primele 5 rânduri din datamart.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Calculate Recency, Frequency and Monetary value for each customer 
datamart = online.groupby(['CustomerID']).agg({
    'InvoiceDate': lambda x: (snapshot_date - x.____()).days,
    'InvoiceNo': '____',
    'TotalSum': '____'})

# Rename the columns 
datamart.rename(columns={'InvoiceDate': '____',
                         'InvoiceNo': '____',
                         'TotalSum': '____'}, inplace=True)

# Print top 5 rows
print(____.head())

Editează și rulează codul