如何执行K-均值聚类和可视化标签

Question

我有两个构造的数据框，如以下示例。我想通过将电台代码设置为标签，以将每个土壤站与相对气站相关联并绘制结果，并将其合并并执行K-均值聚类。是否可以？我应该怎么办？

我正在与Python合作，

这是第一个DF

          Air Station Code  Humidity  Temperature
time  
00:06:00        St.1           20         10
00:06:00        St.2            4         15
00:06:00        St.3           16         21
00:06:00        St.4           38          8
00:07:00        St.1           10         18
00:07:00        St.2           40          4
00:07:00        St.3           10         13
00:07:00        St.4           46         11
00:08:00        St.1           28          9
00:08:00        St.2           14         22
00:08:00        St.3            5         40
00:08:00        St.4           11         10
00:09:00        St.1           61         35
00:09:00        St.2           23         29
00:09:00        St.3           35         12
00:09:00        St.4           31          7

，这是第二个

          Soil Station Code  Soil Moisture 
time  
00:06:00        St.1             21         
00:06:00        St.2             40         
00:07:00        St.1             10        
00:07:00        St.2             47         
00:08:00        St.1             18          
00:08:00        St.2             34         
00:09:00        St.1             16       
00:09:00        St.2             30 

Answer 1

您想合并还是串联？

import numpy as np
import pandas as pd

df1 = pd.DataFrame({
'A':[1,2,3,4],
'B':[True,False,True,True],
'C':['C1','C2','C3','C4']
})

df2 = pd.DataFrame({
'A':[5,7,8,5],
'B':[False,False,True,False],
'C':['C1','C3','C5','C8']
})
    
concat = pd.concat([df1,df2],axis=1)
print(concat)

merge = df1.merge(df2, on='C', how='inner')
print(merge)

​

3键差异 - 与 - 与数字 - 连接函数之间的

这是一个简单的，可能是规范的，有关如何进行聚类的示例。

import statsmodels.api as sm
import numpy as np
import pandas as pd

mtcars = sm.datasets.get_rdataset("mtcars", "datasets", cache=True).data
df_cars = pd.DataFrame(mtcars)
df_cars.head()

from numpy import unique
from numpy import where
from sklearn.datasets import make_classification
from sklearn.cluster import KMeans
from matplotlib import pyplot

# define dataset
X = df_cars[['mpg','hp']]


# define the model
model = KMeans(n_clusters=8)
# fit the model
model.fit(X)

# assign a cluster to each example
yhat = model.predict(X)

X['kmeans']=yhat

pyplot.scatter(X['mpg'], X['hp'], c=X['kmeans'], cmap='rainbow', s=50, alpha=0.8)

有关其他详细信息，请参见此链接。