如何将GMM聚类的value_counts转为DataFrame并筛选GMM_labels为1的数据

1. 将GMM的value_counts结果转为行列结构DataFrame #

假设你的原始DataFrame已包含GMM_labels列，先获取标签的计数结果并转换为标准DataFrame结构：

# 获取标签计数并转为DataFrame
count_df = df['GMM_labels'].value_counts().reset_index()
# 重命名列名让结果更清晰
count_df.columns = ['聚类标签', '对应样本数']

2. 筛选GMM_labels为1的行 #

直接通过布尔索引完成筛选，得到仅包含目标标签的子DataFrame：

# 筛选标签为1的所有行
filtered_df = df[df['GMM_labels'] == 1]

补充操作（若标签未合并到原始DataFrame） #

如果你的GMM标签是通过模型predict单独生成的，先把标签合并到原始20行21列的DataFrame中：

# 假设gmm是训练好的模型，X是原始特征数据
labels = gmm.predict(X)
# 将标签列加入原始DataFrame
df['GMM_labels'] = labels

之后再执行上述的计数转换和筛选操作即可。

内容的提问来源于stack exchange，提问作者0002_codnel