目前，我尝试在分组数据中找到聚类的中心。通过使用样本数据集和问题定义，我能够在每个组内创建kmeans聚类。然而，当涉及到获取每个组中每个聚类中心的信息时，我不知道如何获取它们。 https://rdrr.io/cran/broom/man/kmeans_tidiers.html

样本数据取自这里（稍作修改以添加gr列）样本数据

library(dplyr)library(broom)library(ggplot2)set.seed(2015)sizes_1 <- c(20, 100, 500)sizes_2 <- c(10, 50, 100)centers_1 <- data_frame(x = c(1, 4, 6),                         y = c(5, 0, 6),                         n = sizes_1,                        cluster = factor(1:3))centers_2 <- data_frame(x = c(1, 4, 6),                         y = c(5, 0, 6),                         n = sizes_2,                        cluster = factor(1:3))points1 <- centers_1 %>%     group_by(cluster) %>%    do(data_frame(x = rnorm(.$n, .$x),                   y = rnorm(.$n, .$y),                   gr="1"))points2 <- centers_2 %>%     group_by(cluster) %>%    do(data_frame(x = rnorm(.$n, .$x),                   y = rnorm(.$n, .$y),                   gr="2"))combined_points <- rbind(points1, points2)> combined_points# A tibble: 780 x 4# Groups:   cluster [3]   cluster           x        y    gr    <fctr>       <dbl>    <dbl> <chr> 1       1  3.66473833 4.285771     1 2       1  0.51540619 5.565826     1 3       1  0.11556319 5.592178     1 4       1  1.60513712 5.360013     1 5       1  2.18001557 4.955883     1 6       1  1.53998887 4.530316     1 7       1 -1.44165622 4.561338     1 8       1  2.35076259 5.408538     1 9       1 -0.03060973 4.980363     110       1  2.22165205 5.125556     1# ... with 770 more rowsggplot(combined_points, aes(x, y)) +    facet_wrap(~gr) +    geom_point(aes(color = cluster))

到这里为止，一切都很好。当我想为每个组提取每个聚类中心时

clust <- combined_points %>%     group_by(gr) %>%     dplyr::select(x, y) %>%     kmeans(3)> clustK-means clustering with 3 clusters of sizes 594, 150, 36Cluster means:        gr        x         y1 1.166667 6.080832 6.00748852 1.333333 4.055645 0.06541583 1.305556 1.507862 5.2417670

正如我们所见，gr编号已更改，我不知道这些中心属于哪个组。

我们进一步查看clust的tidy格式

> tidy(clust)        x1       x2        x3 size  withinss cluster1 1.166667 6.080832 6.0074885  594 1095.3047       12 1.333333 4.055645 0.0654158  150  312.4182       23 1.305556 1.507862 5.2417670   36  115.2484       3

我仍然看不到gr 2的中心信息。

我希望问题已经解释得很清楚了。如果您有任何遗漏的地方，请告诉我！提前感谢！

回答：

kmeans不理解dplyr的分组，所以它只是找到三个总体中心，而不是在每个组内找到中心。目前，完成此操作的首选方法是输入数据的列表列，例如

library(tidyverse)points_and_models <- combined_points %>%     ungroup() %>% select(-cluster) %>%    # 清理，移除cluster名称，以便数据可以合并    nest(x, y) %>%     # 将输入数据折叠成列表列    mutate(model = map(data, kmeans, 3),    # 在输入数据的列表列上迭代模型           centers = map(model, broom::tidy))    # 从模型中提取数据points_and_models#> # A tibble: 2 x 4#>   gr    data               model        centers             #>   <chr> <list>             <list>       <list>              #> 1 1     <tibble [620 × 2]> <S3: kmeans> <data.frame [3 × 5]>#> 2 2     <tibble [160 × 2]> <S3: kmeans> <data.frame [3 × 5]>points_and_models %>% unnest(centers)#> # A tibble: 6 x 6#>   gr       x1     x2  size withinss cluster#>   <chr> <dbl>  <dbl> <int>    <dbl> <fct>  #> 1 1      4.29  5.71    158    441.  1      #> 2 1      3.79  0.121   102    213.  2      #> 3 1      6.39  6.06    360    534.  3      #> 4 2      5.94  5.88    100    194.  1      #> 5 2      4.01 -0.127    50     97.4 2      #> 6 2      1.07  4.57     10     15.7 3

请注意，cluster列来自模型结果，而不是输入数据。

您也可以使用do做同样的事情，例如

combined_points %>%     group_by(gr) %>%     do(model = kmeans(.[c('x', 'y')], 3)) %>%     ungroup() %>% group_by(gr) %>%     do(map_df(.$model, broom::tidy)) %>% ungroup()

但是do和按行分组在此时已被软废弃，代码看起来有点笨拙，正如您所见，需要多次显式地ungroup。