基于DBSCAN聚类结果生成含簇面积与点数的DataFrame

直接用Pandas的groupby结合聚合操作就能高效完成需求，这是最简洁的实现方式：

# 按簇分组，计算所需统计指标并生成面积列
cluster_metrics = df.groupby('cluster').agg(
    点数=('cluster', 'count'),
    纬度最小值=('lat', 'min'),
    纬度最大值=('lat', 'max'),
    经度最小值=('lon', 'min'),
    经度最大值=('lon', 'max')
).assign(面积=lambda x: (x['纬度最大值'] - x['纬度最小值']) * (x['经度最大值'] - x['经度最小值']))

# 若仅需最终的点数和面积，可筛选保留目标列
cluster_metrics = cluster_metrics[['点数', '面积']]

说明 #

1. groupby('cluster')：按簇标签对数据分组
2. agg()：批量计算每个簇的核心统计量，其中count用于统计簇内的点数，min/max提取经纬度的极值
3. assign()：基于经纬度极值直接计算每个簇的面积，避免额外的循环操作

另外补充：你之前的cluster列赋值代码存在冗余循环，直接df['cluster'] = cluster_labels即可完成赋值（前提是cluster_labels长度与df一致）。

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