为蛇形图准备数据

现在您将为蛇形图准备数据。您会使用之前构建的 3 个聚类的 RFM 分群结果。您需要将归一化后的 RFM 数据转换为长表格式，即将度量列"熔融"为两列——一列存放度量名称，另一列存放对应的数值。

我们已加载带有聚类标签的归一化 RFM 数据。它是一个名为 datamart_normalized 的 pandas DataFrame。此外，已将 pandas 以 pd 导入。

在开始练习前，请先在控制台中查看 datamart_normalized，以便了解其结构！

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

对归一化数据在重置索引后应用 melt 函数，将数据集转换为长表格式。
将 CustomerID 和 Cluster 设为 ID 变量。
将 RFM 数值列设为取值变量。
将变量名命名为 Metric，数值命名为 Value。

交互式实操练习

通过完成这段示例代码来试试这个练习。

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

编辑并运行代码