如何从K-means聚类生成的4个簇中分别提取数据？

你已经成功完成K-means聚类并给数据集添加了clusterNo列，接下来提取每个簇的数据其实很简单，这里给你两种实用的方法：

方法1：批量获取所有簇的数据（适合批量分析） #

如果想一次性整理好所有簇的数据，方便后续统一处理，可以用pandas的groupby方法把每个簇的数据存入字典，后续通过簇编号就能快速调用：

# 按clusterNo分组，将每个簇的数据存入字典
cluster_dict = {}
for cluster_id, group_data in df_new.groupby('clusterNo'):
    cluster_dict[cluster_id] = group_data
    print(f"已提取簇 {cluster_id}，共包含 {len(group_data)} 条数据")

# 调用示例：获取簇0的数据集
cluster_0_data = cluster_dict[0]
# 查看簇0的前5条数据
print(cluster_0_data.head())

方法2：单独筛选单个簇的数据（适合针对性分析） #

如果只需要分析某一个特定簇，直接用布尔索引筛选即可，操作更直接：

# 获取簇0的数据
cluster_0 = df_new[df_new['clusterNo'] == 0]

# 获取簇1的数据
cluster_1 = df_new[df_new['clusterNo'] == 1]

# 同理提取簇2和簇3
cluster_2 = df_new[df_new['clusterNo'] == 2]
cluster_3 = df_new[df_new['clusterNo'] == 3]

额外小技巧：快速查看簇的统计特征 #

如果想快速了解每个簇的数值特征分布，可以直接在groupby后调用describe()：

# 输出所有簇的统计摘要（均值、中位数、标准差等）
cluster_statistics = df_new.groupby('clusterNo').describe()
print(cluster_statistics)

这样你就能根据自己的分析需求，灵活提取和查看每个簇的数据啦！

内容的提问来源于stack exchange，提问作者emrata