Присвоение меток исходным данным

Теперь вы проанализируете средние значения RFM для трёх кластеров, созданных в предыдущем упражнении. Исходный набор данных RFM загружен в переменную datamart_rfm, а метки кластеров — в переменную cluster_labels. Библиотека pandas доступна как pd.

При желании изучите данные в консоли.

Это упражнение является частью курса

Сегментация клиентов в Python

Посмотреть курс

Инструкции к упражнению

Создайте новый датафрейм, добавив столбец с метками кластеров в datamart_rfm.
Создайте элемент groupby по столбцу Cluster.
Вычислите средние значения RFM и размеры сегментов для каждого значения Cluster.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Create a DataFrame by adding a new cluster label column
datamart_rfm_k3 = datamart_rfm.____(Cluster=cluster_labels)

# Group the data by cluster
grouped = ____.____(['____'])

# Calculate average RFM values and segment sizes per cluster value
grouped.____({
    'Recency': '____',
    'Frequency': '____',
    'MonetaryValue': ['____', '____']
  }).round(1)

Редактировать и запускать код