使用Kmeans生成分组聚类中心：循环创建logCenters DataFrame遇报错

嘿，我懂你遇到的问题了——其实完全不用手动遍历groupby的组来计算聚类中心哦，不管是用KMeans自带的属性，还是直接用groupby的聚合方法，都能轻松搞定，还能避免遍历过程中可能踩的各种小坑。

方法一：直接用KMeans的cluster_centers_（最推荐） #

KMeans在拟合数据后，cluster_centers_已经帮你算好了每个簇的中心，这是一个二维数组，每行对应一个簇的特征均值。你直接把它转成DataFrame就行，步骤超简单：

import pandas as pd
from sklearn.cluster import KMeans

# 假设你已经完成了聚类，比如：
# 先定义特征列（排除非数值列，比如聚类结果列本身）
feature_cols = [col for col in df.columns if col != 'clusters']
# 拟合KMeans模型
kmeans = KMeans(n_clusters=你的簇数, random_state=42)
df['clusters'] = kmeans.fit_predict(df[feature_cols])

# 用cluster_centers_生成聚类中心DataFrame
logCenters = pd.DataFrame(kmeans.cluster_centers_, columns=feature_cols)
# 添加簇编号列，和原DataFrame的clusters对应
logCenters['clusters'] = range(kmeans.n_clusters)

这种方法既高效又准确，完全不用手动遍历分组，还能保证和KMeans模型输出的簇编号完全对应。

方法二：用groupby的mean()方法验证/替代 #

如果你想通过分组计算来验证中心（或者你用的不是KMeans聚类），其实groupby直接调用mean()就能得到每个簇的中心（因为KMeans的中心本质就是簇内样本的特征均值）：

# 按clusters分组，计算每个组的特征均值
logCenters = df.groupby('clusters')[feature_cols].mean().reset_index()

这里要注意：一定要指定feature_cols，如果原DataFrame里有非数值列（比如字符串、分类列），直接groupby.mean()会自动忽略这些列，但手动指定特征列更稳妥，避免不必要的错误。

为什么你之前遍历会出错？ #

大概率是遍历分组时的细节没处理好：比如没有正确提取每个组的特征列，或者计算均值时不小心包含了非数值列（比如clusters列本身），甚至是遍历过程中追加DataFrame的方式不对（比如用append效率低还容易出错，现在推荐用pd.concat）。上面两种方法都帮你避开了这些问题。

内容的提问来源于stack exchange，提问作者Mat