Chuẩn bị dữ liệu cho snake plot

Bây giờ bạn sẽ chuẩn bị dữ liệu cho snake plot. Bạn sẽ dùng nghiệm pháp phân khúc RFM 3 cụm mà bạn đã xây dựng trước đó. Bạn sẽ chuyển đổi dữ liệu RFM đã chuẩn hóa sang định dạng dài bằng cách "nấu chảy" (melt) các cột chỉ số thành hai cột — một cột cho tên chỉ số và một cột cho giá trị số thực tế.

Chúng tôi đã nạp dữ liệu RFM đã chuẩn hóa với nhãn cụm đã được gán sẵn. Dữ liệu được nạp dưới dạng DataFrame của pandas tên là datamart_normalized. Ngoài ra, pandas đã được import với bí danh pd.

Hãy khám phá datamart_normalized trong bảng điều khiển trước khi bắt đầu bài tập để nắm rõ cấu trúc của nó!

Bài tập này là một phần của khóa học

Phân khúc khách hàng bằng Python

Xem khóa học

Hướng dẫn bài tập

Chuyển đổi tập dữ liệu sang định dạng dài bằng cách áp dụng hàm melt trên tập dữ liệu đã chuẩn hóa sau khi đặt lại index.
Gán CustomerID và Cluster làm các biến ID.
Gán các giá trị RFM làm các biến giá trị.
Đặt tên biến là Metric và giá trị là Value.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

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

Chỉnh sửa và Chạy Mã