如何对KMeans聚类后的DataFrame按升序重新索引聚类标签？

你的现有代码是可行的，能实现把recency最小值对应的聚类标签设为0、依次递增到3的需求，不过还有更直观高效的优化方案，下面详细说明：

现有方案的有效性验证 #

你写的这段代码逻辑是通顺的：

rfm_df['recency_normalized_cluster'] = rfm_df.groupby('recency_cluster')['recency'].transform('min').astype('category').cat.codes

• groupby('recency_cluster')['recency'].transform('min')会为每条数据匹配其所属聚类的recency最小值；
• 转成category类型后，cat.codes会自动按类别值的升序分配编码，刚好满足你“最小值对应0，最大值对应3”的要求。

更优的映射方案 #

如果追求逻辑更直观、大数据下性能更好，可以先构建原始聚类标签到新标签的映射关系，再批量替换：

# 1. 计算每个原始聚类的recency最小值，并按最小值排序
cluster_min_df = rfm_df.groupby('recency_cluster')['recency'].min().sort_values().reset_index()
# 2. 为排序后的聚类分配0到3的新标签
cluster_min_df['new_cluster_label'] = range(len(cluster_min_df))
# 3. 构建映射字典，用map替换原始标签
label_map = cluster_min_df.set_index('recency_cluster')['new_cluster_label'].to_dict()
rfm_df['recency_normalized_cluster'] = rfm_df['recency_cluster'].map(label_map)

这种方法的优势：

• 步骤透明，能直接查看cluster_min_df里原始标签和新标签的对应关系，便于调试；
• 避免了全量数据的transform操作，在处理大型数据集时效率更高。

扩展提示 #

如果后续需要对RFM模型里的frequency、monetary字段做同样的聚类标签标准化，只需要把代码里的recency替换成对应字段即可，逻辑完全复用。

内容的提问来源于stack exchange，提问作者Rod0n