獲取聚類結果中每一類的數(shù)據(jù),該數(shù)據(jù)類型是DataFrame

思路：獲取clf_KMeans的標簽，我這里是聚三類，標簽就是0，1，2

將Label轉成Series類型，再篩選出指定標簽的res0，我篩選了1

最后在DataFrame里獲取Label為1的數(shù)據(jù)

import pandas as pd

from sklearn.cluster import KMeans

　　# 建立模型。n_clusters參數(shù)用來設置分類個數(shù)，即K值，這里表示將樣本分為兩類。

clf_KMeans = KMeans(n_clusters=3, max_iter=10)

# 模型訓練。得到預測值。

print "clf_KMeans聚類中心\n", (clf_KMeans.cluster_centers_)

quantity = pd.Series(clf_KMeans.labels_).value_counts()

print "cluster2聚類數(shù)量\n", (quantity)

#獲取聚類之后每個聚類中心的數(shù)據(jù)

res0Series = pd.Series(clf_KMeans.labels_)

res0 = res0Series[res0Series.values == 1]

print"類別為1的數(shù)據(jù)\n",(df.iloc[res0.index])

另外一種方法,更簡潔

res = dataframe[(clf_KMeans.labels_ == 1)]