Python 在sklearn中打印用户的聚类结果

我正在通过KMedoids对数组（X）进行集群

X = np.array([0.85142858,0.85566274,0.85364912,0.81536489,0.84929932,0.85042336,0.84899714,
         0.82019115, 0.86112067,0.8312496 ])
X=X.reshape(-1, 1)

kmedoids = KMedoids(n_clusters=5, random_state=0).fit(X)
labels = kmedoids.predict(X)

df1 = pd.DataFrame(zip(kmedoids.labels_,X))
df1.index = df1.index
df1 = df1.rename({0: 'cluster', 1: 'parameter'}, axis=1)
df1['user'] = df1.index
df1.reset_index(drop=True, inplace=True)
df1 = df1[['cluster', 'user',  'parameter']]
df1
cluster user parameters
0   3   0   [0.85142858]
1   4   1   [0.85566274]
2   4   2   [0.85364912]
3   2   3   [0.81536489]
4   1   4   [0.84929932]
5   0   5   [0.85042336]
6   1   6   [0.84899714]
7   2   7   [0.82019115]
8   4   8   [0.86112067]
9   2   9   [0.8312496]

我的问题是如何用ites用户打印每个集群，我只需要集群行以这种方式显示

cluster 0
user 5
cluster 1
user4
user6
cluster 2
user 3
user 7
user 9
cluster 3
user 0
cluster 4
user 1
user 2
user 8

最后，在每个集群中，将每个用户的距离相加，然后找到值最小的用户。

您可以使用Pandas按集群编号分组，然后打印每个集群的用户。 然后，您可以使用groupby方法按用户分组，并使用groupby对象的sum方法实现每个用户的距离总和。

您可以使用Pandas按群集编号分组，然后打印每个群集的用户。 然后可以使用groupby方法按用户分组，并使用groupby对象的sum方法实现每个用户的距离总和