Identificando clusters

Olá, Evandro! Tudo tranquilo por aí?

Primeiramente gostaria de pedir desculpas pela demora em te responder.

Há algumas abordagens de como você pode fazer isso, vou mostrar uma delas aqui e caso não seja exatamente o que procura, peço que entre novamente em contato por aqui informando mais alguns detalhes a respeito, tudo bem?

Inicialmente lembramos que nesse trecho de código abaixo, executado na aula 02. Obtendo os clusters, são retiradas as colunas CUST_ID e TENURE.

dataframe.drop(columns=['CUST_ID', 'TENURE'], inplace=True)

Precisamos portanto obter novamente a coluna CUST_ID com a qual você quer trabalhar e faremos isso com a importação dos dados.

1. Obtendo CUST_ID:

url = "https://raw.githubusercontent.com/alura-cursos/alura-clustering-validation/base-de-dados/CC%20GENERAL.csv"
dataframe_aux = pd.read_csv(url)  # lendo a url com o arquivo csv
cust_id = dataframe_aux['CUST_ID']  # Pegando somente a coluna CUST_ID
cust_id.head()  # # Mostrando as 5 primeiras linhas de cust_id

Saída:

Nessa aula é executada a clusterização com o KMeans, depois de feita a clusterização é executado o seguinte comando nessa aula: labels = kmeans.labels_. Mas o que seriam esses labels? São os rótulos, ou melhor, seriam os clusters de cada amostra/linha do conjunto de dados. Para dar uma olhada com mais detalhes, consultar a documentação.

Ótimo, então temos os CUST_ID e temos os clusters de cada amostra/linha. Agora é só criar o DataFrame.

2. Criando o DataFrame:

df_final = pd.DataFrame(data = {'CUST_ID': cust_id, 'cluster': labels})
df_final.head()

Saída:

Espero ter ajudado, mas se tiver alguma dúvida estou sempre à disposição.

:)