8.5.1 Верно!!! 13.02.22

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 index1 in segments_old:
    column1 = 0
    column2 = 0
    column3 = 0
    column4 = 0
    for index2 in range(len(data)):
        if segments_column[index2] == index1: #сравниваем с переменной внешнего цикла
            if intervals_column[index2] == intervals[0]: #Начинанаем со значения "До"
                column1 += score_column[index2] #Вычислим сумму значений "До"
                column2 += 1 #Количество значений "До"

            else:#Продолжаем значением "После"
                column3 += score_column[index2]#Вычислим сумму значений "После"
                column4 += 1#Количество значений "После"
    segment_scores = [column1 / column2, column3 / column4] #Каждое среднее значение оформим в виде списка
    mean_scores.append(segment_scores) #вложим 3 полученных выше Двойных списка в общий список
print(len(mean_scores))
seaborn.heatmap(mean_scores, xticklabels=intervals, yticklabels=segments_new, annot=True, cmap='RdYlGn')