PythonのWard法を用いて階層クラスタリングの際にラベル付けをすることはできますか？

Question

Ward法によって以下のコードでデンドログラムを作ってみました。

import pandas as pd
from sklearn import preprocessing
from scipy.cluster.hierarchy import dendrogram,ward,leaves_list 

#csvファイルの読み込み
sasa = pd.read_csv('sasa_2019.csv',
                 encoding = "shift-jis",
                 skiprows = 1,
                 names = ['ID','menseki','totiriyou','0722RADER','0604RADER','0611RADER','0525A','0606A','0513A','R_avg','A_avg','rorn',
                          '0404N','0504N','0511N','0524N','1001N','1028N','1117N','0404R','0504R','0511R','0524R','1001R','1028R','1117R','0404G','0504G','0511G','0524G','1001G','1028G','1117G','0404B','0504B','0511B','0524B','1001B','1028B','1117B',
                          '0409N','0416N','0516N','0625N','1102N','1115N','0409R','0416R','0516R','0625R','1102R','1115R','0409G','0416G','0516G','0625G','1102G','1115G','0409B','0416B','0516B','0625B','1102B','1115B',
                          '0404Y','0504Y','0511Y','0524Y','1001Y','1028Y','1117Y','0409Y','0416Y','0516Y','0625Y','1102Y','1115Y','0712A','0724A','0805A','A7_avg','A7-A_avg',
                          '170623N','170720N','170809N','170829N','170926N','180715N','180928N','170623R','170720R','170809R','170829R','170926R','180715R','180928R','170623G','170720G','170809G','170829G','170926G','180715G','180928G','170623B','170720B','170809B','170829B','170926B','180715B','180928B',
                          "A8_avg","180804R","180804G","180804B","180804N",
                          '0404I1','0409I1','0416I1','0504I1','0511I1','0516I1','0524I1','170623I1','0625I1','180715I1','170720I1','170809I1','170829I1','170926I1','180928I1','1001I1','1028I1','1102I1','1115I1','1117I1','180804I1',
                          '170623Y','170720Y','170809Y','170829Y','170926Y','180715Y','180928Y','180804Y'
                          ]
                   )

#使わない列の削除
sasa = sasa.dropna(how='all')

sasa = sasa[sasa.totiriyou == 3]
sasa=sasa.loc[:,[
                 'A_avg','A8_avg',
                 '0404N','0504N','0511N','0524N','1001N','1028N','1117N','0409N','0416N','1102N','1115N',              '0404I1','0409I1','0416I1','0504I1','0511I1','0524I1','1001I1','1028I1','1102I1','1115I1','1117I1']]

scaler = preprocessing.StandardScaler()
scaler.fit(sasa)
sasa_T = scaler.transform(sasa)

#Ward法
h_cls = ward(sasa_T)
dendrogram(h_cls)

デンドログラムを見てみると、だいたい4つのクラスタに分かれると考えられました。その4つのラベルをpandasに付けていきたいのですが、そのような方法はあるでしょうか？

Python初心者で初歩的な質問で申し訳ございません
回答よろしくお願いいたします。

Comments

[t_obara]

https://matplotlib.org/api/_as_gen/matplotlib.pyplot.xticks.html
xticksでできませんか？

[melo_yuya]

ご回答ありがとうございます。
ご提案通りしてみると、樹形図にクラスをつけることが出来ました。

[melo_yuya]

追加になるのですが、pandasに新たなカラムとしてクラスタをつけることはできるでしょうか？

Answer 1

labels = fcluster(Z, 4, criterion="maxclust")

でラベルを格納した配列が得られると思うので、それをDataFrameの新たな列として格納してあげれば良いと思います。ただし"maxclust"基準が好ましいかどうかはリファレンスの記述を見て考える必要があり、また得られたラベルが本当に4つに分かれているかどうかも確認した方が良いでしょう（たぶん大丈夫だとは思いますが）。

scipy.cluster.hierarchy.fcluster — SciPy v0.14.0 Reference Guide
With SciPy how do I get clustering for k=? with doing hierarchical clustering - Stack Overflow

Comments

[melo_yuya]

ご回答ありがとうございます。
ご指摘の通り処理することで、ラベル付けすることが出来ました。ありがとうございました。