获取聚类结果中每一类的数据,该数据类型是DataFrame

思路：获取clf_KMeans的标签，我这里是聚三类，标签就是0，1，2

将Label转成Series类型，再筛选出指定标签的res0，我筛选了1

最后在DataFrame里获取Label为1的数据

import pandas as pd

from sklearn.cluster import KMeans

　　# 建立模型。n_clusters参数用来设置分类个数，即K值，这里表示将样本分为两类。

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

# 模型训练。得到预测值。

print "clf_KMeans聚类中心\n", (clf_KMeans.cluster_centers_)

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

print "cluster2聚类数量\n", (quantity)

#获取聚类之后每个聚类中心的数据

res0Series = pd.Series(clf_KMeans.labels_)

res0 = res0Series[res0Series.values == 1]

print"类别为1的数据\n",(df.iloc[res0.index])

另外一种方法,更简洁

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