Помогите, пожалуйста, с задачей Python , Яндекс практикум.

Средние оценки
Постройте хитмэп с такими же настройками, но уже по настоящим значениям — средним пользовательским оценкам в каждом из сегментов до и после внедрения роботов.
Вычислить средние показатели можно несколькими способами:
Создать по циклу для каждой «ячейки» хитмэпа и в каждом цикле найти соответствующее среднее;
Написать цикл по всем сегментам и во вложенном цикле вычислить значения для обоих периодов — «до» и «после»;
Сделать «тройной» цикл: внешний, вложенный и внутри ещё один. Не переживайте, если пока не можете такой написать — позже мы покажем, как это сделать.
Средние оценки сохраняйте в mean_scores методом append(). Обратите внимание, что каждую пару значений «до» и «после» для сегментов перед добавлением в mean_scores следует также хранить в списке, чтобы в конце получился список списков, как в примере.

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 = []

for segment in segments_old:
score_before=0
score_after=0
counter_before=0
counter_after=0 # допишите код

for index in range(len(data)):
if segments_column[index] == segment:
if intervals_column[index] == 'До внедрения роботов':
score_before += score_column[index]
counter_before = +1
else:
score_after += score_column[index]
counter_after += 1
segment_scores = [score_before/ counter_before, score_after/counter_after]
mean_scores.append(segment_scores)


seaborn.heatmap(mean_scores, xticklabels=intervals, yticklabels=segments_new, annot=True, cmap='RdYlGn')


Не могу понять, что не так. Может кто-то сталкивался, кто уже проходил.