You need to enable JavaScript to run this app. Pandas按月分组聚类后按簇均值排名赋值的代码修复问题
优惠活动
大模型
产品
解决方案
定价
更多

Pandas按月分组聚类后按簇均值排名赋值的代码修复问题

Pandas分组KMeans聚类后按簇均值排名映射标签修复方案

错误原因

原有代码的核心问题如下:

  • 排名逻辑未按Month单独分组,是全局所有数据统一排名,不符合「每个月份内单独对簇计算排名」的需求
  • 直接对transform返回的全量均值做排名,没有先聚合到簇维度,排名逻辑混乱

修复后完整可运行代码

import pandas as pd
from sklearn.cluster import KMeans

# 示例DataFrame
df = pd.DataFrame({
    'Month': [1,1,1,1,1,1,3,3,3,3,3,3,3],
    'X1': [10,15,24,32,8,6,10,23,24,56,45,10,56],
    'X2': [12,90,20,40,10,15,30,40,60,42,2,4,10],
    'X3': [34,65,34,87,100,65,78,67,34,98,96,46,76]
})

# 聚类逻辑(添加random_state固定结果,避免KMeans随机初始化导致结果波动)
def cluster(X, n_clusters):
    k_means = KMeans(n_clusters=n_clusters, random_state=42).fit(X.values.reshape(-1, 1))
    return k_means.labels_

cols = pd.Index(["X3"])
df[cols + "_cluster_id"] = df.groupby("Month")[cols].transform(cluster, n_clusters=3)

# 排名与映射逻辑
# 1. 先聚合得到每个月每个簇的X3均值
cluster_mean_df = df.groupby(['Month', 'X3_cluster_id'], as_index=False)['X3'].mean().rename(columns={'X3':'cluster_x3_mean'})
# 2. 每个月内按均值升序排名:最低均值=1,中等=2,最高=3,完全匹配需求的赋值规则
cluster_mean_df['product_rank'] = cluster_mean_df.groupby('Month')['cluster_x3_mean'].rank(method='dense', ascending=True).astype(int)
# 3. 映射为标签
mapping = {1: 'weak', 2: 'average', 3: 'good'}
cluster_mean_df['product_category'] = cluster_mean_df['product_rank'].map(mapping)
# 4. 把结果合并回原始DataFrame
df = df.merge(cluster_mean_df[['Month', 'X3_cluster_id', 'product_rank', 'product_category']], on=['Month', 'X3_cluster_id'], how='left')

逻辑说明

  • 先把数据聚合到「月份+簇ID」维度计算均值,避免重复计算
  • 每个月份单独排名,保证不同月份的排名互不影响
  • 升序排名刚好符合「最低均值对应1、最高均值对应3」的赋值要求,和预设的mapping完全匹配
  • 最后用merge把排名和标签映射回原始数据的每一行,结果准确

内容的提问来源于stack exchange,提问作者melik

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.19 18:15:09