继续以上代码，请对客户的年收入和消费指数进行聚类分析

可以使用Scikit Learn中的KMeans算法对客户的年收入和消费指数进行聚类分析，下面是具体的代码：

# 选择客户年收入和年支出作为聚类的特征
X = df[['客户年收入', '客户年支出']]

# 使用KMeans算法进行聚类，假设聚成3类
kmeans = KMeans(n_clusters=3, random_state=0).fit(X)

# 将聚类结果存入原数据框中
df['聚类结果'] = kmeans.labels_

# 绘制聚类结果的散点图
plt.scatter(df['客户年收入'], df['客户年支出'], c=df['聚类结果'])
plt.xlabel('客户年收入')
plt.ylabel('客户年支出')
plt.show()

以上代码会将客户的年收入和消费指数作为聚类的特征，使用KMeans算法进行聚类，聚成3类。然后将聚类结果存入原数据框中，并绘制出聚类结果的散点图，其中不同颜色的点表示不同的聚类结果。通过观察散点图，可以发现不同聚类结果的客户在年收入和年支出上有不同的表现，可以进一步分析不同聚类结果的客户群体的特点和需求，以制定更有效的营销策略。