分析自定义分群

最后一步，您将分析自己创建的自定义分群中 Recency、Frequency 和 MonetaryValue 的平均值。

我们已加载带有您在上个练习中计算的分群值的 datamart 数据集。您可以在控制台中自由探索。pandas 库也已作为 pd 载入。

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

按 RFM_Level 分群，分别计算 Recency、Frequency 和 MonetaryValue 的平均值。
在最后一列返回每个分群的大小，即在 MonetaryValue 列上同时传入 mean 与 count。
打印聚合后的数据集。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Calculate average values for each RFM_Level, and return a size of each segment 
rfm_level_agg = datamart.____('____').____({
    '____': '____',
    '____': '____',
  
  	# Return the size of each segment
    '____': ['____', '____']
}).round(1)

# Print the aggregated dataset
print(____)

编辑并运行代码