У меня есть определенные c точки на карте, и мне нужно, чтобы они были сгруппированы в разные кластеры с одинаковым размером, и последний кластер может быть count %n. Я читаю эти ответы 1 , 2 и 3 , но это не помогает. Я пробовал другой способ, но ни один из них не работает. В этом коде я указываю c n_clusters=4, потому что это лучшее число кластера, которое я могу отсортировать и взять n лучших точек из отсортированной точки, а затем я go пройду по всем точкам , Например, мне нужно, чтобы точки 32, показанные на рисунке, были кластеризованы в кластеры 4, и каждый кластер имеет 8 точек 
dfcluster = DataFrame(position, columns=['x', 'y'])
kmeans = KMeans(n_clusters=4).fit(dfcluster)
centroids = kmeans.cluster_centers_
# plt.scatter(dfcluster['x'], dfcluster['y'], c=kmeans.labels_.astype(float), s=50, alpha=0.5)
# plt.scatter(centroids[:, 0], centroids[:, 1], c='red', s=50)
# plt.show()
dfcluster['cluster'] = kmeans.labels_
dfcluster=dfcluster.drop_duplicates(['x', 'y'], keep='last')
dfcluster = dfcluster.sort_values(['cluster', 'x', 'y'], ascending=True)
# d=pd.DataFrame()
# m = pd.DataFrame()
# n=8
# for x in range(4) :
# m= dfcluster[dfcluster.cluster == x]
#
#
# if len(m) > int( n /2)-1:
# m=m.head(int(n/2)-1)
# # for idx, row in m.iterrows():
# # print("code3 group", "=", row['cluster'])
# d=d.append(m,ignore_index = True)
#
# else :
# d=d.append(m,ignore_index = True)
#
#
# if len(d)>=n:
# dfcluster = d
# dfcluster.groupby('cluster').nth(n))
dfcluster=dfcluster.head(n)
i=0
if (len(dfcluster )< n):
change_df()