Advertisement
Not a member of Pastebin yet?
Sign Up,
it unlocks many cool features!
- import pandas
- import seaborn
- data = pandas.read_csv('support_data.csv')
- # названия сегментов и интервалов
- segments_old = ['Segment 0', 'Segment 1', 'Segment 2']
- segments_new = ['Потенциальные клиенты', 'Обычные клиенты', 'VIP-клиенты']
- intervals = ['До внедрения роботов', 'После внедрения роботов']
- intervals_column = list(data['interval'])
- segments_column = list(data['segment'])# ваш код здесь
- score_column = list(data['score'])# ваш код здесь
- # средние оценки
- mean_scores = []
- # ваш код здесь
- for segment in segments_old:
- score_before = 0
- counter_before = 0
- score_after = 0
- counter_after = 0
- for index in range(len(data)):
- if intervals_column[index] == 'До внедрения роботов':#отсеиваем все строки со значением "До"
- score_before =+ score_column[index] # Добавляем Значения "До" из списка intervals_column
- counter_before =+ 1 # Посчитаем количество "До"
- if intervals_column[index] == 'После внедрения роботов':
- score_after =+ score_column[index] # Добавляем Значения "После" из списка intervals_column
- counter_after =+ 1 # Счтиаем количество "После"
- # необязательный print ниже пишу, для того, чтобы сперва посмотреть на вычисленные значения
- print('значения обнуленных переменных:', counter_after, score_after, score_before, counter_before)
- # остальные строки отправил под комментарий, пока не получу цифры обнуленных переменных в строках 20-23
- segment_scores = [score_before / counter_before, score_after / counter_after]
- mean_scores.append(segment_scores)
- print('средние значения, по полученным данным выше:', counter_after, score_after, score_before, counter_before)
- print('полученный список mean scores:', mean_scores) # вывожу на экран цифры, для того, чтобы увидеть результат перед постройкой хитмэпа
- seaborn.heatmap(mean_scores, xticklabels=intervals, yticklabels=segments_new, annot=True, cmap='RdYlGn')
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement