Призначення міток сирим даним

Тепер ви проаналізуєте середні RFM-значення трьох кластерів, які створили у попередній вправі. Ми завантажили сирий набір даних RFM як datamart_rfm, а мітки кластерів — як cluster_labels. pandas доступний як pd.

За потреби досліджуйте дані в консолі.

Ця вправа є частиною курсу

Сегментація клієнтів у Python

Переглянути курс

Інструкції до вправи

Створіть новий DataFrame, додавши стовпець із міткою кластера до datamart_rfm.
Створіть елемент groupby за стовпцем Cluster.
Обчисліть середні RFM-значення та розміри сегментів для кожного значення Cluster.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)

Редагувати та запускати код