为原始数据分配标签

现在，您将分析上一练习中创建的 3 个聚类的平均 RFM 值。我们已将原始 RFM 数据集加载为 datamart_rfm，聚类标签加载为 cluster_labels。pandas 已以 pd 名称提供。

您可以在控制台中自由探索这些数据。

本练习是课程的一部分

Python 中的客户细分

查看课程

练习说明

在 datamart_rfm 中新增一列聚类标签，创建一个新的 DataFrame。
对 Cluster 列创建一个 groupby 对象。
按 Cluster 计算平均 RFM 值，并统计每个分群的样本数量。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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)

编辑并运行代码