计算最近度十分位（q=4）
我们已为您创建了一个包含随机 CustomerID 和 Recency_Days 数值的数据集 data。现在请使用该数据集，根据 Recency_Days 的取值将客户分为四分位，并为每组分配标签。
请特别注意本练习中的标签。您会发现这些标签是反向的，因此需要额外一步单独创建它们。若需回顾创建标签的步骤，请查看幻灯片！
pandas 库已按 pd 导入。您可以将 data 打印到控制台查看。
本练习是课程的一部分
Python 中的客户细分
练习说明
- 按从 4 到 1 的递减顺序存储标签。
- 创建包含 4 组的消费四分位，并传入先前创建的标签。
- 将四分位的取值赋给
data中的Recency_Quartile列。 - 按
Recency_Days排序后打印data。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Store labels from 4 to 1 in a decreasing order
r_labels = list(range(____, 0, ____))
# Create a spend quartile with 4 groups and pass the previously created labels
recency_quartiles = pd.____(data['Recency_Days'], q=____, labels=r_labels)
# Assign the quartile values to the Recency_Quartile column in `data`
data['____'] = recency_quartiles
# Print `data` with sorted Recency_Days values
print(data.____('Recency_Days'))