Python 在数据帧中按KMeans群集分组

我想为X3列的每个月在dataframe下面进行聚类。我该怎么做

 df=pd.DataFrame({'Month':[1,1,1,1,1,1,3,3,3,3,3,3,3],'X1':[10,15,24,32,8,6,10,23,24,56,45,10,56]
   ,'X2':[12,90,20,40,10,15,30,40,60,42,2,4,10],'X3':[34,65,34,87,100,65,78,67,34,98,96,46,76]})

下面是我试过但不起作用的内容

cols=df.columns[3]

def cluster(X):
    k_means = KMeans(n_clusters=3).fit(X)
    return X.assign(clusters=k_means.labels_)

df['cluster_id'] = df.groupby('Month')[cols].apply(cluster)

---

请帮助，谢谢。

sklearn

的KMeans通常期望功能是二维数组，而不是经过时的一维向量。因此，您需要将

X

修改为数组。此外，如果您想依靠

group by combine

机制，为什么不将列索引放在to apply函数中，因为从这样的操作进行分配很麻烦

cols=df.columns[3]
def cluster(X):
    feature = X[cols].to_numpy().reshape((len(X), 1))
    k_means = KMeans(n_clusters=3).fit(feature)
    X['cluster'] = k_means.labels_
    return X
    
df= df.groupby('Month').apply(cluster)

---

您可以使用

GroupBy.transform

来形成簇标签。对功能的更改包括：

• 将传入列值重新设置为

  （n_samples，1）

  ，以便

  sklearn

  满意
• 不将结果

  k_表示.标签直接分配给函数中的任何内容，而是将其返回给
  transform

所以

在这里，我们使用

pd.Index

而不是Python列表来简化向

cols

的每个元素添加字符串

“\u cluster\u id”

得到

    Month  X1  X2   X3  X3_cluster_id
0       1  10  12   34              1
1       1  15  90   65              0
2       1  24  20   34              1
3       1  32  40   87              2
4       1   8  10  100              2
5       1   6  15   65              0
6       3  10  30   78              2
7       3  23  40   67              2
8       3  24  60   34              0
9       3  56  42   98              1
10      3  45   2   96              1
11      3  10   4   46              0
12      3  56  10   76              2

    Month  X1  X2   X3  X3_cluster_id
0       1  10  12   34              1
1       1  15  90   65              0
2       1  24  20   34              1
3       1  32  40   87              2
4       1   8  10  100              2
5       1   6  15   65              0
6       3  10  30   78              2
7       3  23  40   67              2
8       3  24  60   34              0
9       3  56  42   98              1
10      3  45   2   96              1
11      3  10   4   46              0
12      3  56  10   76              2