数据分析 · 函数

聚类分析

K-Means 聚类分析，返回带聚类标签的 DataFrame。

调用签名(表, 列名列表, 簇数: 'int' = 3, 标准化: 'bool' = True, 随机种子: 'int' = 42)

聚ZHONGWEN
PYTHON

Chinese example

中文代码示例

设 表 = Pandas.数据表({"名称": ["甲", "乙"], "数量": [3, 5]})
# 完整案例：按字段调用 聚类分析
设 结果 = 数据分析.聚类分析(
    表=表,  # 必填；Pandas DataFrame 或类似表格对象
    列名列表="数量",  # 必填；Pandas DataFrame 或类似表格对象
    簇数=3,  # 可选；整数类型的 簇数 参数,按函数业务含义传入对应数...
    标准化=True,  # 可选；布尔开关 标准化,传 真 或 假 控制行为;不传...
    随机种子=42,  # 可选；整数类型的 随机种子 参数,按函数业务含义传入对...
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

5 个参数

参数类型 / 传入方式说明

表可选 · 默认无

未声明位置参数或字段名=值

Pandas DataFrame 或类似表格对象。

常见错误：漏传或对象为 None 会报 TypeError/AttributeError;先调用对应的创建函数拿到表再传入

列名列表可选 · 默认无

未声明位置参数或字段名=值

Pandas DataFrame 或类似表格对象。

常见错误：漏传会报 TypeError: missing required argument: '列名列表';检查调用是否漏了这行

簇数可选 · 默认 3

int位置参数或字段名=值

整数类型的簇数参数,按函数业务含义传入对应数值。

常见错误：传非整数会报 TypeError;按整数类型传值

标准化可选 · 默认 True

bool位置参数或字段名=值

布尔开关标准化,传真或假控制行为;不传时按默认值。

常见错误：传非布尔会报 TypeError;用真/假或 True/False

随机种子可选 · 默认 42

int位置参数或字段名=值

整数类型的随机种子参数,按函数业务含义传入对应数值。

常见错误：传非整数会报 TypeError;按整数类型传值

Playbook

基础用法 · 进阶组合 · 错误排查

设 表 = Pandas.数据表({"名称": ["甲", "乙"], "数量": [3, 5]})
# 完整案例：按字段调用 聚类分析
设 结果 = 数据分析.聚类分析(
    表=表,  # 必填；Pandas DataFrame 或类似表格对象
    列名列表="数量",  # 必填；Pandas DataFrame 或类似表格对象
    簇数=3,  # 可选；整数类型的 簇数 参数,按函数业务含义传入对应数...
    标准化=True,  # 可选；布尔开关 标准化,传 真 或 假 控制行为;不传...
    随机种子=42,  # 可选；整数类型的 随机种子 参数,按函数业务含义传入对...
)
打印(结果)

# 进阶组合:聚类分析 配合 数据分析 业务流使用
设 数据 = 数据分析.读取数据("outputs/数据.csv")
设 结果 = 数据分析.聚类分析(
    表=表,  # 必填
    列名列表="数量",  # 必填
    簇数=3,  # 可选
)
数据分析.导出报告(统计, "outputs/报告.html")
打印(结果)

# 错误排查:覆盖 2 个必填参数

## 参数 1: 表
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 数据分析.聚类分析()  # TypeError
# 修复:补上必填字段
设 结果 = 数据分析.聚类分析(表=表)

## 参数 2: 列名列表
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 数据分析.聚类分析()  # TypeError
# 修复:补上必填字段
设 结果 = 数据分析.聚类分析(列名列表="数量")
打印(结果)