RFM-сегментация в pandas

Условие задания

**Данные:** `df` с колонками `user_id`, `order_date` (datetime), `amount`.

**Задание:** посчитайте RFM-метрики и присвойте каждому клиенту RFM-сегмент:
1. **Recency** — дни с последней покупки (относительно максимальной даты в данных).
2. **Frequency** — число заказов.
3. **Monetary** — суммарная выручка.
4. Разбейте каждую метрику на 4 квартиля (оценки 1–4) и склейте в RFM-код вида `"444"`.

Темы

pandas rfm qcut groupby сегментация

Подсказки

• Recency: `(df.order_date.max() - g.order_date.max()).days` на группу.
• Используйте `groupby('user_id').agg(...)` для R/F/M сразу.
• qcut на 4 части: для Recency меньшее = лучше (метка 4), для F и M больше = лучше.

Все тестовые задания →

Частые вопросы

Какой уровень знаний нужен для задачи "RFM-сегментация в pandas"?

Это задание для уровня Middle. Для middle-аналитиков с опытом 1-3 года, требует уверенного владения темой и понимания edge cases.

На каких собеседованиях встречается такая задача?

Подобные задания в категории «Python» регулярно дают на собеседованиях аналитика данных в Яндекс, Сбер, Ozon, Авито, Тинькофф, Wildberries, T-Bank, X5, ВТБ и других крупных IT-компаниях. Тематика: pandas, rfm, qcut, groupby, сегментация.

Сколько времени даётся на решение?

На реальном собеседовании на подобную задачу отводится 15-30 минут — оцениваются подход, корректность, обработка edge cases. Для тренировки рекомендуем сначала решить самостоятельно, потом сверить с эталонным решением и подсказками.

Где ещё потренироваться по теме «Python»?

На zasqlpython.ru есть 530+ Python задачи с проверкой через Pyodide, конспекты Python и pandas, AI мок-собеседование с разбором ваших ответов.

← Все задания