教師なし学習においてExcelのデータを三次元以上でk-meansでクラスタリングをしたい

Excelのデータをjupyter notebook上で三次元以上でクラスタリングを試みています。

プログラミング初心者で学習中です。
現在Excelに入力したデータを傾向を調査するためにクラスタリングを行っています。
二次元までのクラスタリングは可能なのですが、三次元以上になるとエラーが出てしまい進めません。

発生している問題・エラーメッセージ

TypeError                                 Traceback (most recent call last)
<ipython-input-10-4e7c59ecc83b> in <module>
      1 import matplotlib.pyplot as plt
      2 get_ipython().run_line_magic('matplotlib', 'inline')
----> 3 plt.scatter(data1['商品数量計測時間'], data1['商品個数(%)'], data1['商品値段割引後（税込み）'])
      4 plt.xlabel('price')
      5 plt.ylabel('time to calculate & Quantity')

~\anaconda3\envs\OpenCV_Face\lib\site-packages\matplotlib\pyplot.py in scatter(x, y, s, c, marker, cmap, norm, vmin, vmax, alpha, linewidths, verts, edgecolors, plotnonfinite, data, **kwargs)
   2893         verts=verts, edgecolors=edgecolors,
   2894         plotnonfinite=plotnonfinite,
-> 2895         **({"data": data} if data is not None else {}), **kwargs)
   2896     sci(__ret)
   2897     return __ret

~\anaconda3\envs\OpenCV_Face\lib\site-packages\matplotlib\__init__.py in inner(ax, data, *args, **kwargs)
   1436     def inner(ax, *args, data=None, **kwargs):
   1437         if data is None:
-> 1438             return func(ax, *map(sanitize_sequence, args), **kwargs)
   1439 
   1440         bound = new_sig.bind(ax, *args, **kwargs)

~\anaconda3\envs\OpenCV_Face\lib\site-packages\matplotlib\cbook\deprecation.py in wrapper(*inner_args, **inner_kwargs)
    409                          else deprecation_addendum,
    410                 **kwargs)
--> 411         return func(*inner_args, **inner_kwargs)
    412 
    413     return wrapper

~\anaconda3\envs\OpenCV_Face\lib\site-packages\matplotlib\axes\_axes.py in scatter(self, x, y, s, c, marker, cmap, norm, vmin, vmax, alpha, linewidths, verts, edgecolors, plotnonfinite, **kwargs)
   4493                 offsets=offsets,
   4494                 transOffset=kwargs.pop('transform', self.transData),
-> 4495                 alpha=alpha
   4496                 )
   4497         collection.set_transform(mtransforms.IdentityTransform())

~\anaconda3\envs\OpenCV_Face\lib\site-packages\matplotlib\collections.py in __init__(self, paths, sizes, **kwargs)
    951         """
    952 
--> 953         super().__init__(**kwargs)
    954         self.set_paths(paths)
    955         self.set_sizes(sizes)

~\anaconda3\envs\OpenCV_Face\lib\site-packages\matplotlib\cbook\deprecation.py in wrapper(*inner_args, **inner_kwargs)
    409                          else deprecation_addendum,
    410                 **kwargs)
--> 411         return func(*inner_args, **inner_kwargs)
    412 
    413     return wrapper

~\anaconda3\envs\OpenCV_Face\lib\site-packages\matplotlib\collections.py in __init__(self, edgecolors, facecolors, linewidths, linestyles, capstyle, joinstyle, antialiaseds, offsets, transOffset, norm, cmap, pickradius, hatch, urls, offset_position, zorder, **kwargs)
    200         self._uniform_offsets = None
    201         if offsets is not None:
--> 202             offsets = np.asanyarray(offsets, float)
    203             # Broadcast (2,) -> (1, 2) but nothing else.
    204             if offsets.shape == (2,):

~\anaconda3\envs\OpenCV_Face\lib\site-packages\numpy\core\_asarray.py in asanyarray(a, dtype, order)
    134 
    135     """
--> 136     return array(a, dtype, copy=False, order=order, subok=True)
    137 
    138 

TypeError: float() argument must be a string or a number, not 'datetime.time'

該当のソースコード

python
1import pandas as pd
2from sklearn.datasets import load_iris
3
4data = pd.read_excel('data/4_prog.xlsx', sheet_name=2, index_col=0)
5data.head()
6
7import numpy as npy
8import matplotlib.pyplot as plt
9%matplotlib inline
10
11import matplotlib.pyplot as plt
12%matplotlib inline
13plt.scatter(data1['商品数量計測時間'], data1['商品個数(%)'], data1['商品値段割引後（税込み）'])
14plt.xlabel('price')
15plt.ylabel('time to calculate & Quantity')
16```　
17
18### 試したこと
19二次元ではうまくいっていたので多次元での書き方などを調べ、いくつか試してみたのですがダメでした。
20また、anaconda側のインストール内容もいくつか見てみましたが問題は判明しませんでした。
21
22
23### 補足情報（FW/ツールのバージョンなど）
24
25おそらく基礎的なところで詰まっていると思いますが、どうぞお手柔らかにご教授いただければ幸いです。