Кластеризация продольных данных с помощью меток? ⇐ Python

[Anonymous]

У меня есть следующие продольные данные:

Код: Выделить всё

import pandas as pd

# Define the updated data with samples only in 'sample_A' or 'sample_B'
data = {
'gene_id': ['gene_1', 'gene_1', 'gene_1', 'gene_1', 'gene_1',
'gene_1', 'gene_1', 'gene_1', 'gene_1', 'gene_1',
'gene_2', 'gene_2', 'gene_2', 'gene_2', 'gene_2',
'gene_2', 'gene_2', 'gene_2', 'gene_2', 'gene_2',
'gene_3', 'gene_3', 'gene_3', 'gene_3', 'gene_3',
'gene_3', 'gene_3', 'gene_3', 'gene_3', 'gene_3'],
'position': [1, 2, 3, 4, 5,
1, 2, 3, 4, 5,
1, 2, 3, 4, 5,
1, 2, 3, 4, 5,
1, 2, 3, 4, 5,
1, 2, 3, 4, 5],
'value': [5.1, 5.5, 5.7, 6.0, 6.3,
6.3, 6.5, 6.7, 6.8, 5.1,
2.3, 2.5, 2.7, 3.0, 3.1,
3.1, 3.2, 3.3, 3.4, 2.3,
3.7, 3.8, 3.9, 4.0, 4.0,
4.0, 4.1, 4.2, 4.3, 3.7],
'sample': ['sample_A', 'sample_A', 'sample_A', 'sample_A', 'sample_B',
'sample_B', 'sample_B', 'sample_B', 'sample_B', 'sample_A',
'sample_A', 'sample_A', 'sample_A', 'sample_A', 'sample_B',
'sample_B', 'sample_B', 'sample_B', 'sample_B', 'sample_A',
'sample_A', 'sample_A', 'sample_A', 'sample_A', 'sample_B',
'sample_B', 'sample_B', 'sample_B', 'sample_B', 'sample_A']
}

# Create the DataFrame
df = pd.DataFrame(data)

Моя цель — сгруппировать профили значений генов, а затем посмотреть, как эти кластеры соответствуют образцам. Например, здесь профиль определяется следующим образом: возьмите образец, возьмите Gene_id, затем возьмите все кортежи (позиция, значение) в результирующем подмножестве.
С помощью кластеризации здесь я Мне интересно понять, как группируются форма и амплитуды кривых, построенных по профилям. Для начала меня бы вполне устроил простой KMeans.
После кластеризации идея заключалась бы в том, чтобы восстановить в каждом профиле образец, из которого он был получен, а затем построить график кластерного пространства и посмотреть, как образцы распространяются.
Я видел решения для этого в R, но не видел решений в Python. Любая помощь приветствуется.

Подробнее здесь: https://stackoverflow.com/questions/790 ... ith-labels