Pandas分类列编码：按RAL/NCS类型及NCS明暗度映射为4类

核心思路 #

先清洗字符串（去除首尾空格）、处理NaN值，再按RAL→NCS深浅→其他的优先级分层判断，避免条件冲突和NA导致的报错。

完整代码 #

import pandas as pd

# 1. 清洗颜色列：去除首尾空格，填充NaN为空字符串
df_test['maling_utv_clean'] = df_test['maling_utv'].str.strip().fillna('')

# 2. 初始化编码列为3（其他类）
df_test['color_code'] = 3

# 3. 标记RAL类（编码2）
ral_mask = df_test['maling_utv_clean'].str.startswith('RAL')
df_test.loc[ral_mask, 'color_code'] = 2

# 4. 处理NCS类，分浅色（0）和深色（1）
ncs_mask = df_test['maling_utv_clean'].str.startswith('NCS')
if not df_test[ncs_mask].empty:
    # 提取NCS亮度值（S后四位数字的前两位，转为整数）
    ncs_brightness = df_test.loc[ncs_mask, 'maling_utv_clean'].str.extract(r'NCS S (\d{2})\d{2}')[0].astype(int)
    # 浅色NCS：亮度>=70；深色NCS：亮度<70
    df_test.loc[ncs_mask & (ncs_brightness >= 70), 'color_code'] = 0
    df_test.loc[ncs_mask & (ncs_brightness < 70), 'color_code'] = 1

之前报错的原因分析 #

1. loc()报错：
   未处理NaN值，str.startswith遇到NaN会返回非布尔值，导致mask数组包含NA。通过fillna('')或在str.startswith中添加na=False（将NaN转为False）即可解决。

2. np.where()报错：
   np.where要求必须同时传入condition、x、y三个参数，或仅传condition返回索引。你大概率只传入了两个参数，导致参数不匹配。

3. mask()报错：
   mask方法要求传入纯布尔数组，但你的mask因NaN存在转为了float类型（NaN属于float），用~取反时类型不兼容。先将NaN转为布尔值即可避免。

示例验证 #

用你给出的测试数据运行后，color_code结果如下：

内容的提问来源于stack exchange，提问作者Anne Høgdahl Skjærseth