為蛇形圖準備資料

現在你要為蛇形圖準備資料。你會使用先前建立的 3 群 RFM 分群方案。你將把正規化後的 RFM 資料轉換為長格式，也就是把多個度量欄位「熔融（melt）」成兩個欄位——一個是度量名稱，另一個是實際數值。

我們已載入已指派叢集標籤的正規化 RFM 資料。它是名為 datamart_normalized 的 pandas DataFrame。此外，pandas 已以 pd 匯入。

在開始練習前，先在主控台中探索 datamart_normalized，以便掌握它的結構！

本練習屬於課程

Python 的客群分群

檢視課程

練習說明

對重設索引後的正規化資料集套用 melt 函式，將資料轉成長格式。
將 CustomerID 與 Cluster 指定為 ID 變數。
將 RFM 數值指定為數值變數。
將變數名稱設為 Metric，數值欄位設為 Value。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

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

編輯並執行程式碼