如何按cluster分组的y列均值升序顺序获取目标数据?
按cluster分组的y列均值升序处理数据的实现方法
核心逻辑是不要硬编码按cluster ID 0-9的固定顺序遍历,先预先计算所有cluster的y均值、排好序,再按排序后的顺序逐个处理即可:
- 计算排序后的cluster序列
# 按cluster分组计算y列均值,按均值升序排序,取出排好序的cluster ID列表 # 注意替换成你实际的列名:示例数据里的列名是cluster,你的代码里是cluster_id,对应匹配即可 sorted_cluster_list = data2.groupby("cluster_id")["y"].mean().sort_values(ascending=True).index.tolist() - 替换原有循环的遍历对象
把原来写死的for n in range(0,9):替换成遍历上面生成的排序列表,后续你原有的处理逻辑不需要做改动:for n in sorted_cluster_list: cluster_ = data2[data2["cluster_id"] == n] # 后续原有逻辑保持不变,比如计算簇位置、转numpy数组的代码正常执行即可 # location = np.array(cluster_location)
补充说明:
- 如果需要按y均值降序排列,把
sort_values里的ascending=True改成False即可 - 这种写法不会出现硬编码范围时漏掉非0-9区间cluster、或者遍历到不存在的空cluster的问题
内容的提问来源于stack exchange,提问作者ziiho_
相关产品推荐
相关产品推荐

