Python-Kmeans-将质心添加为新列

假设我有以下数据帧。如何创建包含质心的新列“new_col”？我只能用实验室创建柱，不能用质心

这是我的密码

from sklearn import preprocessing
from sklearn.cluster import KMeans

numbers = pd.DataFrame(list(range(1,1000)), columns = ['num'])

kmean_model = KMeans(n_clusters=5)
kmean_model.fit(numbers[['num']])

kmean_model.cluster_centers_
array([[699. ],
       [297. ],
       [497.5],
       [899.5],
       [ 99. ]])

numbers['new_col'] = kmean_model.predict(numbers[['num']])

---

这很简单。只需按如下方式使用

.labels

numbers['new_col'] = kmean_model.labels_

编辑。对不起，我弄错了

制作键为label、值为centers的字典，并使用字典替换新的列。见下文

label_center_dict = {k:v for k, v in zip(kmean_model.labels_, kmean_model.cluster_centers_)}
numbers['new_col'] = kmean_model.labels_
numbers['new_col'].replace(label_center_dict, inplace = True)

---

这很简单。只需按如下方式使用

.labels

numbers['new_col'] = kmean_model.labels_

编辑。对不起，我弄错了

制作键为label、值为centers的字典，并使用字典替换新的列。见下文

label_center_dict = {k:v for k, v in zip(kmean_model.labels_, kmean_model.cluster_centers_)}
numbers['new_col'] = kmean_model.labels_
numbers['new_col'].replace(label_center_dict, inplace = True)

---

您创建的数据帧（数字）有1000条记录，但质心的数量只有5条。因此，不建议将质心附加到数据帧中。是否只想知道质心值？我想将数据帧值指定给最近的质心。同样，在这个例子中，我有一个真正的问题，我有>100k条记录，我必须将它们分配给质心，但问题与在这种情况下相同，您创建的数据帧（数字）有1000条记录，但质心的数量只有5条。因此，不建议将质心附加到数据帧中。是否只想知道质心值？我想将数据帧值指定给最近的质心。同样，在这个例子中，我有一个真正的问题，我有超过100k条记录，我必须将它们分配给质心，但问题与在这个例子中相同，我只需要群集中心，而不是标签值Cellent answer，这就是我要找的：我只需要群集中心，而不是标签值Cellent answer，这就是我想要的：D