Pythonでクラスタリングする際にクラスタ番号を固定したい

import subprocess

#ライブラリが無い場合インストール
subprocess.run('pip install -r requirements.txt')

from matplotlib import pyplot as plt
from sklearn.decomposition import PCA
from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler
import pandas as pd

#C#でこのプログラムを実行している為実行時のディレクトリを取得
cpath = os.getcwd()

#CSV読み込み
df=pd.read_csv(cpath + "\game_info.csv",encoding="UTF-8")
print(cpath)

#標準化

sc=StandardScaler()
df_sc=sc.fit_transform(df)
df_sc=pd.DataFrame(df_sc,columns=df.columns)



#クラスタリング・K-means
model = KMeans(n_clusters=3,random_state=1)
clusters=model.fit(df_sc)

df["cluster"]=clusters.labels_

#クラスタ番号の取得
cluster = model.labels_

#クラスタ番号の追加
df_sc['cluster'] = clusters.labels_

#主成分分析、２次元グラフ
#主成分分析

pca=PCA(n_components=2)
pca.fit(df_sc)
x_pca=pca.transform(df_sc)
df_pca=pd.DataFrame(x_pca)
df_pca['cluster']=df['cluster'].values
#print("dfpca",df_pca)
#ここまで主成分分析

#一番下のデータ
you_data=df_pca.tail(1)


#図のサイズ
fig = plt.figure(figsize = (8, 8))

#散布図を描画
for i in df_pca['cluster'].unique():
    tmp = df_pca.loc[df_pca['cluster'] == i]
    plt.scatter(tmp[0], tmp[1], label=f"cluster{i}")

#主成分分析後のデータを出力
df_pca.to_csv("\\Users\\user\\Desktop\\主成分分析後.csv",encoding='UTF-8')

#一番下のデータを図に描画する為取り出し
x=you_data.iat[0,0]
y=you_data.iat[0,1]
youcluster=you_data.iat[0,2]
print(youcluster)

#散布図のタイトルとか
plt.title("分析結果",fontname="MS Gothic",fontsize=24)
plt.xlabel("第1主成分",fontname="MS Gothic",fontsize=24)
plt.ylabel("第\n2\n主\n成\n分",fontname="MS Gothic",fontsize=24,labelpad=15,rotation=0,va="center")
plt.scatter(x,y,s=600,marker='*',color='crimson')
plt.legend(("上級者","中級者","初級者"),prop={"family":"MS Gothic"},fontsize=20)

#図の保存
plt.savefig(cpath + "\plotgraph.png")

#クラスタ番号出力してるだけ
f=open(cpath+"\クラスタ番号.txt","w")
f.write(str(youcluster))
f.close()

#plt.show()