创建自定义分组

现在轮到您基于 RFM_Score 的取值来创建自定义分组。您将编写一个函数来生成分组，然后为每位客户分配对应分组。

包含 RFM 指标、RFM 分组与分数的数据集已作为 datamart 加载，同时已导入 pandas 和 numpy 库。您可以在控制台自由探索数据。

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

创建名为 Top、Middle、Low 的分组。若 RFM 分数大于等于 10，级别应为 "Top"；若在 6 到 10 之间，则为 "Middle"；否则为 "Low"。
应用 rfm_level 函数，并将结果存入 RFM_Level 列。
打印 datamart 的表头，显示前 5 行。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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.____())

编辑并运行代码