Python DataFrame按kmeans结果groupby时不展示全部分类的问题

以下是导致该问题的常见原因，按发生概率从高到低排列：

• 分组字段名不匹配：你新增的聚类结果字段名为kmeans categories，但代码中分组时使用的字段名是kmeans，如果你的数据集里不存在名为kmeans的字段，或者kmeans字段本身就只有0-4共5个取值，就会出现该问题。
• 分类5、6、7的样本已被提前过滤：你在聚类完成后到执行分组计算的过程中，可能执行了dropna()、条件筛选、切片等操作，把属于5、6、7分类的样本全部删除了。你之前确认的「分类列有8个唯一值」可能是聚类刚结束时的结果，并非执行分组时用到的speed数据集的实际情况。你可以先执行print(speed['kmeans'].unique())验证分组字段的实际取值。
• 空簇/无有效样本的分类被自动丢弃：
  1. 若5、6、7三个分类下的所有样本的24小时速度列全部为空值，mean()计算时会自动丢弃全为空值的分组
  2. KMeans聚类过程中可能生成了空簇，虽然你设置了n_clusters=8，但受样本分布、初始化参数影响，部分簇没有被分配任何样本，实际数据集里不存在属于5、6、7分类的样本
     你可以执行print(speed['kmeans'].value_counts(dropna=False))查看每个分类的样本量，确认5、6、7分类的样本数是否为0。
• 分组时默认丢弃空值分类：如果你的kmeans字段中5、6、7的取值实际为空值，pandas的groupby默认会跳过空值分组，可以指定dropna=False参数保留空值分组，代码调整为speed_kmeans= speed.groupby(['kmeans'], dropna=False).mean()即可。
• 聚类标签赋值错误：你在把聚类结果写入数据集的kmeans字段时可能出现了赋值逻辑错误，比如只把前5个分类的标签写入了数据集，5、6、7的标签没有被正确写入。

内容的提问来源于stack exchange，提问作者CWeeks