聚类列表？

【问题标题】：Clustering for a list?聚类列表？
【发布时间】：2022-06-10 22:27:07
【问题描述】：

我正在尝试按年龄对用户列表进行分组。我对使用 k-means 进行聚类有一点了解，但据我所知，这种方法使用的列不止一列，而且我只有年龄列。您还有其他推荐的方法吗？（我用的是python）

编辑：我正在寻找的是根据年龄将这些用户按组分开，因此这些组的用户数量相同或几乎相同。该列表包含超过 3000 个用户。

【问题讨论】：

欢迎来到 SO，请发布您遇到问题的代码块。或者请尝试澄清您的要求。
如果你有所有用户的年龄，我认为你不需要像 k-means 这样的聚类算法。您可以按年龄对数组或数据框进行排序，对吧？
我认为拥有像年龄这样的“直接”功能，就是通过年龄范围（[0:10]、[11、20] 等）来摸索用户的问题) 而不是聚类的问题。您能否更具体地说明您想要实现的目标？

【解决方案1】：

假设你有一个数据框

>>> import numpy as np
>>> import pandas as pd
>>> df = pd.DataFrame({'Name': ['Laura', 'Jane', 'Tom', 'Louis', 'Chris', 'Ken'],
                   'Age': [22, 17, 91, np.nan, 44, 24]})

我们现在可以按年龄排序

>>> df.sort_values(by=['Age'])
    Name   Age
1   Jane  17.0
0  Laura  22.0
5    Ken  24.0
4  Chris  44.0
2    Tom  91.0
3  Louis   NaN

或者如果你有一个 numpy 数组

>>> df = pd.DataFrame({'Name': ['Laura', 'Jane', 'Tom', 'Louis', 'Chris', 'Ken'],
                       'Age': [22, 17, 91, np.nan, 44, 24]})
>>> arr = np.array(df)
>>> arr[np.argsort(arr[:, 1].astype(float))]
array([['Laura', 17.0],
       ['Jane', 22.0],
       ['Chris', 24.0],
       ['Ken', 44.0],
       ['Tom', 91.0],
       ['Louis', nan]], dtype=object)

【讨论】：