replace_cluster_id_by_labels()：

替换簇 ID 为标签

replace_cluster_id_by_labels() 是一个辅助函数，能够帮助你把 DataFrame 里原本属于数字类型的聚类 ID（ cluster ID）替换成你自己定义的标签，还能按照你的实际需要，给标识列（也就是 Entity ID 列）和聚类列（ Cluster column）进行重命名。
聚类分析跑完后，要是你不想用干巴巴的数字 ID、想给聚类起个好懂的名字（比如 「Group A」 「Group B」），用这个函数就特别省事。

函数的用法

new_df = replace_cluster_id_by_labels(
    df,
    mapping={1: "A", 2: "B", 3: "C"},   # 选填参数
    new_cluster_column_name="Cluster",  # 选填参数
    new_id_column_name="Entity ID"      # 选填参数
)

输入参数

参数名称	是否必填	数据类型	参数说明
df	✓	数据表（DataFrame）	你要处理的原始数据表，必须包含两列： - Entity ID ：每个对象的唯一标识（比如编号、ID 号） - Cluster ：存放聚类结果的列（里面是数字 ID，比如 1、2、3）
mapping	✗	字典（dict）	用来设定 “旧 ID 换新标签” 的对应关系，格式像 {1: "A", 2: "B"}： - 左边的数字（比如 1、2）是原来的聚类 ID - 右边的文字（比如 "A"、"B"）是你想换成的标签 没写进字典里的 ID（比如 3）会保持原样不变
new_cluster_column_name	✗	字符串（str）	给聚类列改个新名字（比如想叫 "分组"、 "类型"），不填的话默认叫 Cluster
new_id_column_name	✗	字符串（str）	给个体 ID 列改个新名字（比如分析人时叫 "人员 ID"，分析商品时叫 "商品编号"），不填的话默认叫 Entity ID

这个函数会做什么？

• 会检查你输入的 DataFrame 里，是不是同时有 Entity ID 和 Cluster 这两列（少一列都不行）。

• 再验证：你在 mapping 里写的 “Cluster ID” （比如 1、2、3 ），是不是都能在 DataFrame 的聚类列里找到（避免你写错 ID 导致白映射）。

• 按照 mapping 里的对应关系，把聚类列里的数字 ID 换成你自定义的标签（比如把 1 换成 "A"）。

  • 要是有些 Cluster ID 没在 mapping 里写，就保留它原来的数字值，不瞎改。

• 如果你给了新的列名（比如把 "Entity ID" 改成 "Person"），就会给 Entity ID 列和聚类列( Cluster )重命名。

• 最后返回一个新的、改好的 DataFrame。不会动你原来的原始数据，不用担心改乱。

这个函数有哪些特点？

• 自定义标签：可以把数字 ID 换成 "Group A" "高活跃用户" 这种好懂的名字，后续你看结果、跟别人讲都更省事。
• 有效性校验：如果你在 mapping 里写了个不存在的 ID（比如数据里只有 1、2，你写了个 3），函数会主动提醒你，避免映射错了都不知道。
• 灵活重命名：可根据你的分析流程，自定义 "Entity ID" 和 "Cluster" 列的名称，比如分析 "人" 就把 "Entity ID" 改成 "Person"，分析 "商品" 就把名称改成 "Product ID"。
• 安全处理：没有映射的 ID 不会强行改变，也不会因为少个标签就让程序报错、数据损坏，新手用着也放心。

示例

1. 用自定义的标签替换聚类 ID

import pandas as pd
# 导入数据分析库 pandas

# 创建原始 DataFrame
original_df = pd.DataFrame({
    "Entity ID": [1, 2, 3],        # 每个个体的唯一标识（统一替换为 "Entity ID"）
    "Cluster": [1, 2, 3]           # 原始的数字型聚类 ID
})

# 定义“聚类 ID → 自定义标签”的映射关系
mapping = {1: "A", 2: "B", 3: "C"}

# 调用函数替换聚类 ID
new_df = replace_cluster_id_by_labels(original_df, mapping)
print(new_df)                      # 打印结果

输出结果：

   Entity ID Cluster
0          1       A
1          2       B
2          3       C

2. 替换聚类 ID 并修改列名

# 调用函数，同时给列改新名字
new_df = replace_cluster_id_by_labels(original_df,
                                      mapping={1: "A", 2: "B", 3: "C"},   # 映射关系不变
                                      new_cluster_column_name="Group",    # 聚类列改名叫 "Group"
                                      new_id_column_name="Person")        # 个体 ID 列改名叫 "Person"
print(new_df)

输出结果：

   Person Group
0       1     A
1       2     B
2       3     C

作者信息

代码：梁彧祺

文档：梁彧祺

编辑：梁彧祺

翻译：杨子婷