Построение кластеров с использованием функций PCA в качестве осей X и Y

Я применил PCA к кадру данных, чтобы построить кластеры на основе K-средних. Поскольку у меня есть около 24 функций в моем исходном df, я не хочу каждый раз строить кластеры, основанные только на 3 или 3 функциях. Итак, что я хочу сделать, это построить комбинации этих функций, чтобы получить более общее/репрезентативное графическое представление каждой функции в кластерах.

Я извлек компоненты с помощью pca.components_ и создал следующие df компонентов:

                         PC-1       PC-2
media_bi_mov         0.003094   0.050599
media_bi_post        0.000762   0.028931
total_mov_prod_300   0.000836   0.573675
codsprod_0           0.440476  -0.004404
codsprod_1           0.008005   0.105349
codsprod_2           0.002851   0.042459
codsprod_3           0.001078   0.009355
codsprod_4          -0.011922  -0.022020
idaplic_0            0.392229  -0.002817
idaplic_1            0.003001   0.004822
idaplic_2            0.044730  -0.001148
idaplic_3            0.097695  -0.008628
idaplic_4            0.024273   0.486973
idaplic_5            0.234798  -0.033369
idaplic_6            0.019329   0.015455
idempro_36           0.000401  -0.000438
idempro_38           0.032149   0.292137
idempro_49           0.439413  -0.023269
codmonsw_EUR         0.440543  -0.002770
codmonsw_USD         0.000378   0.000664
resto_codsprod       0.011406   0.011731
resto_idaplic        0.041649   0.005692
días_entre_ops      -0.011129  -0.015144
frecuencia           0.440543  -0.002770
valor_total_eur      0.000836   0.573675

обычно я бы рисовал кластеры, используя kmeans.labels_, чтобы применить разные цвета к каждому кластеру, если бы это был исходный df. Но теперь моя проблема заключается в том, что я не могу использовать kmeans.labels_ для дифференциации каждого кластера в этом df с уменьшенным значением pca, поскольку kmeans.labels_ будет иметь большую длину.

Как я могу применить цвет, чтобы различать кластеры в этом фрейме данных??

заранее спасибо