如何对含十六进制颜色列的Pandas DataFrame进行颜色聚类？

我有一个包含两列十六进制颜色值的Pandas DataFrame，想要根据颜色相似度对它们进行聚类。我觉得只需要一些简单的数学运算，但不知道从哪里开始。

示例数据集 #

import pandas as pd

data = [['#f2f1eb','#000000'], ['#9ad9f4', '#ecebe8'], ['#9cd9f3', '#000000'], ['#e3c988', '#ecebe8'], ['#b02e39', '#b02e39']]
df = pd.DataFrame(data, columns=['hex1', 'hex2'])

期望输出 #

我尝试的代码 #

我尝试了以下代码，但觉得应该有更简洁、更符合Python风格的实现方式：

def hex_to_rgb(hex_val):
    return mcolors.to_rgb(hex_val)

# Convert hex color codes to RGB values
df['rgb1'] = df['hex1'].apply(hex_to_rgb)
df['rgb0'] = df['hex2'].apply(hex_to_rgb)
kmeans1 = KMeans(n_clusters=10).fit(df['hex1'].tolist())
kmeans0 = KMeans(n_clusters=10).fit(df['hex2'].tolist())
df['cluster1'] = kmeans1.labels_
df['cluster2'] = kmeans0.labels_

优化后的实现 #

原代码的核心问题是直接用十六进制字符串拟合KMeans——字符串无法用于数值聚类计算，必须转换成RGB（或Lab、HSV这类更贴合人眼颜色感知的色彩空间）。以下是更简洁、规范的实现：

import pandas as pd
from sklearn.cluster import KMeans
from matplotlib.colors import mcolors

data = [['#f2f1eb','#000000'], ['#9ad9f4', '#ecebe8'], ['#9cd9f3', '#000000'], ['#e3c988', '#ecebe8'], ['#b02e39', '#b02e39']]
df = pd.DataFrame(data, columns=['hex1', 'hex2'])

def cluster_colors(hex_series, n_clusters=None):
    # 将十六进制颜色转为RGB数值数组
    rgb_values = hex_series.apply(mcolors.to_rgb).tolist()
    # 自动确定聚类数（也可手动指定）
    if n_clusters is None:
        n_clusters = len(hex_series.unique())
    # 拟合KMeans并返回从1开始的聚类标签（匹配示例输出格式）
    kmeans = KMeans(n_clusters=n_clusters, random_state=42).fit(rgb_values)
    return kmeans.labels_ + 1

# 批量生成两列的聚类标签
df[['cluster1', 'cluster2']] = df[['hex1', 'hex2']].apply(cluster_colors)

print(df)

优化点说明 #

• 封装cluster_colors函数，复用颜色转换与聚类逻辑，符合DRY原则
• 直接调用mcolors.to_rgb，无需额外定义转换函数
• 使用RGB数值进行聚类，修正原代码的核心错误
• 设置random_state保证聚类结果可复现
• 自动基于唯一颜色数确定聚类数，也可根据需求手动指定n_clusters参数

内容的提问来源于stack exchange，提问作者SMar3552