建立自訂分群
輪到你根據 RFM_Score 的數值建立自訂分群。你將撰寫一個建立分群的函式，然後把結果指派給每位顧客。
含有 RFM 數值、RFM 分群與分數的資料集已載入為 datamart，同時也已載入 pandas 與 numpy 函式庫。你可以在主控台中自由探索資料。
本練習屬於課程
Python 的客群分群
練習說明
- 建立名為
Top、Middle、Low的分群。若 RFM 分數大於或等於 10，等級為「Top」。若介於 6 到 10 之間，等級為「Middle」，否則為「Low」。 - 套用
rfm_level函式，並將結果儲存為RFM_Level欄位值。 - 列印
datamart的前 5 列標頭。
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。
# Define rfm_level function
def rfm_level(df):
if df['RFM_Score'] >= ____:
return '____'
elif ((df['RFM_Score'] >= ____) and (df['RFM_Score'] < ____)):
return '____'
else:
return '____'
# Create a new variable RFM_Level
datamart['____'] = datamart.apply(____, axis=1)
# Print the header with top 5 rows to the console
print(datamart.____())