Кластеризация K-средних между столбцами в наборе данных

Я пытаюсь выполнить кластеризацию k-средних на имеющемся у меня наборе данных pandas.

Набор данных выглядит следующим образом:

Index        A    B    C    D    E
01-01.2000
01:00:00     1    1    1    1    2
01-01-2000
02:00:00     0    1    2    3    0.68
01-01-2000
03:00:00     0.58 2    4    0    0.72

Столбцы индекса идут на 1 год на почасовой основе, и у меня всего 33 столбца.

Я хочу выполнить анализ кластеризации kmeans между столбцами, который будет включать каждую строку как временной ряд. Я ожидаю следующего результата:

Cluster1: столбцы A D G

Cluster2: столбцы B C E

Кластер 3: столбцы I J K

Всего 7 кластеров.

Я написал следующий код:

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters=7)
kmeans = kmeans.fit(X)
labels = kmeans.predict(X)
Centers = kmeans.cluster_centers_
C = Centers
X=X.values
fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
ax.plot(X[:, 0], X[:, 1], X[:, 2],X[:, 3],...till 33,marker='o')
ax.plot(C[:, 0], C[:, 1], C[:, 2],C[:, 3],...till 33, marker='o')

Однако после того, как я запустил приведенный выше код, я получаю следующий график, который не является результатом, который я должен генерировать, поскольку он не показывает всего 7 кластеров.

Я заметил, что в переменной 'labels' у меня 8760 строк и 1 столбец, что, как я думаю, указывает на то, что мой подход считает каждую строку независимой, а не рассматривает строки как временные ряды, кластеризуя их столбец за столбцом.

Могу ли я получить желаемый результат с помощью кластеризации k-средних? или мне следует рассмотреть другие подходы к кластеризации?