Python数据处理之轻松实现颜色与数字的映射

 更新时间:2026年05月22日 08:29:05   作者:IT小本本  
这篇文章主要为大家详细介绍了Python数据处理中如何轻松实现颜色与数字的映射,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下

在数据分析与日常数据处理中,我们经常需要将文本信息转换为数值型数据,尤其在颜色编码、分类标签等场景中尤为常见。

今天,我将分享一个简单实用的 Python 示例,

演示如何利用 pandas 库将颜色名称映射为对应的数字,并将结果保存为 Excel 文件。

定义颜色到数字的映射关系

首先,我们需要建立一个字典,明确每种颜色对应的数字编号。以下是一个示例映射(可根据实际需求扩展):

color_to_num = {
    "经典黑": 1,
    "气质蓝": 2,
    "橙": 6,
    # 其他颜色映射...
}

读取 Excel 文件

接着,使用 pandas 读取包含颜色数据的 Excel 文件。请确保文件路径正确,且文件中包含名为“源数据”的列:

import pandas as pd

excel_path = "source_data.xlsx"   # 可根据实际路径修改
df = pd.read_excel(excel_path)

将颜色字符串转换为数字串

我们定义一个函数 colors_to_numbers,用于处理“源数据”列中的颜色字符串(以中文逗号分隔),将其逐一映射为数字,并拼接成逗号分隔的数字串:

def colors_to_numbers(color_str):
    colors = [c.strip() for c in color_str.split(',')]   # 按中文逗号分割
    numbers = [str(color_to_num.get(c, "?")) for c in colors]  # 未知颜色标记为 "?"
    return ','.join(numbers)

df["模拟结果"] = df["源数据"].apply(colors_to_numbers)

输出处理结果

处理完成后,可以在控制台直接查看转换后的数据,便于快速验证:

print("处理后的结果:")
print(df)

保存为新的 Excel 文件

最后,将包含原始数据与转换结果的 DataFrame 保存为新的 Excel 文件,以便后续分析或分享:

output_path = "result_with_mapping.xlsx"
df.to_excel(output_path, index=False)
print(f"\n已保存结果至:{output_path}")

总结

通过这个简单的示例,我们学会了如何借助 Python 和 pandas 库,将颜色名称字符串映射为对应的数字串,并输出为 Excel 文件。这种方法在实际数据处理中非常实用,尤其适用于需要将分类文本(如颜色、标签等)转换为数值以便进一步分析的场景。

如果你有任何疑问,或者希望了解其他数据处理主题,欢迎在评论区留言。让我们一起在数据学习的道路上不断进步!

全部实现源代码

import pandas as pd

# 1. 定义颜色到数字的映射字典
color_to_num = {
    "经典黑": 1, "气质蓝": 2, "橙": 6, "浪漫红": 3, "贵族金": 4,
    "蓝色": 2, "黑色": 1, "金色": 4, "米白色": 5, "酒红色": 3,
    "洋红": 3, "白": 5, "黑": 1, "蓝": 2, "红": 3, "雪白": 5,
    "玫瑰金": 4, "天际蓝": 2, "活力橙": 6, "黄金": 4,
    "金黄色": 4, "鱼肚白": 5, "白花花": 5, "红色的": 3, "大红色的": 3,
    "纯白色": 5, "灰白": 5
}

# 2. 读取Excel文件(请确保文件路径正确,且包含“源数据”列)
excel_path = "source_data.xlsx"   # 可以修改为实际文件路径
df = pd.read_excel(excel_path)

# 3. 将“源数据”列中的颜色字符串转换为数字串
def colors_to_numbers(color_str):
    colors = [c.strip() for c in color_str.split(',')]   # 中文逗号分割
    numbers = [str(color_to_num.get(c, "?")) for c in colors]
    return ','.join(numbers)

df["模拟结果"] = df["源数据"].apply(colors_to_numbers)

# 4. 输出最终结果
print("处理后的结果:")
print(df)

# 5. 可选:保存为新Excel文件
output_path = "result_with_mapping.xlsx"
df.to_excel(output_path, index=False)
print(f"\n已保存结果至:{output_path}")

到此这篇关于Python数据处理之轻松实现颜色与数字的映射的文章就介绍到这了,更多相关Python颜色与数字映射内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python找出列表中出现次数最多的元素三种方式

    Python找出列表中出现次数最多的元素三种方式

    本文通过三种方式给大家介绍Python找出列表中出现次数最多的元素,每种方式通过实例代码给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友参考下
    2020-02-02
  • 浅谈pandas dataframe对除数是零的处理

    浅谈pandas dataframe对除数是零的处理

    这篇文章主要介绍了浅谈pandas dataframe对除数是零的处理,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-07-07
  • Python股票数据可视化代码详解

    Python股票数据可视化代码详解

    这篇文章主要为大家详细介绍了Python股票数据可视化,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助
    2022-03-03
  • Python 分布式缓存之Reids数据类型操作详解

    Python 分布式缓存之Reids数据类型操作详解

    这篇文章主要介绍了Python 分布式缓存之Reids数据类型操作详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-06-06
  • 利用Python高效处理Excel数据的实践指南

    利用Python高效处理Excel数据的实践指南

    在当今的数据驱动时代,Python已成为数据科学家和分析师不可或缺的工具,本文将深入探讨Python读取Excel文件的方法,希望可以帮助大家轻松驾驭各种复杂的Excel数据
    2025-09-09
  • python+pyqt5实现24点小游戏

    python+pyqt5实现24点小游戏

    这篇文章主要为大家详细介绍了python+pyqt5实现24点小游戏,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-01-01
  • python使用技巧-查找文件 

    python使用技巧-查找文件 

    这篇文章主要分享的是python使用技巧查找文件,下面我们就来介绍针对python查找文件的相关内容,需要的小伙伴可以参考一下
    2022-02-02
  • python threading模块的使用指南

    python threading模块的使用指南

    python的thread模块是底层的模块,python的threading模块是对thread做了一些包装的,可以更加方便的被使用。本文详细的讲述了threading模块的用法
    2021-06-06
  • Python开发中爬虫使用代理proxy抓取网页的方法示例

    Python开发中爬虫使用代理proxy抓取网页的方法示例

    这篇文章主要介绍了Python开发中爬虫使用代理proxy抓取网页的方法,结合具体实例形式分析了urllib模块代理与requests模块代理两种实现技巧,需要的朋友可以参考下
    2017-09-09
  • python调用百度语音识别实现大音频文件语音识别功能

    python调用百度语音识别实现大音频文件语音识别功能

    这篇文章主要为大家详细介绍了python调用百度语音识别实现大音频文件语音识别功能,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-08-08

最新评论