Вычисление RFM-оценки

Отличная работа! Теперь завершите задание: распределите клиентов по трём группам на основе перцентилей MonetaryValue, а затем вычислите RFM_Score — сумму значений R, F и M.

Набор данных datamart уже загружен со значениями R и F, которые вы создали в предыдущем упражнении.

Это упражнение является частью курса

Сегментация клиентов в Python

Посмотреть курс

Инструкции к упражнению

Создайте метки для MonetaryValue с возрастающим диапазоном от 1 до 3.
Назначьте эти метки трём равным перцентильным группам на основе MonetaryValue.
Создайте новый столбец M на основе перцентильной группы MonetaryValue.
Вычислите RFM_Score как сумму значений столбцов R, F и M.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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())

Редактировать и запускать код