Pandas批量计算十六进制整数颜色值差值报TypeError如何解决

报错的核心是你调用的rgb、rgb2lab、cie94均为仅支持单个标量值输入的函数，没有对pandas的Series对象做兼容处理：

• 用.iloc[0]取值时，传入函数的是单个整数，函数内的位运算、色彩转换逻辑可以正常执行，因此能返回正确结果
• 直接传入df['value']整个Series时，rgb函数内的>>位运算仅支持对单个整数操作，无法直接作用于Series对象，因此触发类型错误。你之前尝试在rgb()内调用.apply(int)无效，是因为传入rgb()的参数仍然是整个Series，没有实现逐行传值。

不要直接把整列Series传入标量计算函数，使用Series.apply()实现逐行计算即可。可以提前计算基准色的lab值，避免每行重复计算，提升运行效率：

# 提前计算基准色对应的lab值，减少冗余计算
base_color_lab = rgb2lab(rgb(13227184))

# 逐行计算每行颜色与基准色的cie94差值
df['diff'] = df['value'].apply(lambda x: cie94(base_color_lab, rgb2lab(rgb(x))))

如果追求代码可读性，也可以把差值计算逻辑封装为独立函数：

def get_cie94_diff(color_val, ref_lab):
    current_lab = rgb2lab(rgb(color_val))
    return cie94(ref_lab, current_lab)

base_color_lab = rgb2lab(rgb(13227184))
df['diff'] = df['value'].apply(get_cie94_diff, ref_lab=base_color_lab)

你之前尝试的循环遍历如果写法不对也会触发同样报错，正确的循环实现如下（数据量较大时性能弱于apply，不优先推荐）：

diff_res = []
base_color_lab = rgb2lab(rgb(13227184))
for v in df['value']:
    curr_lab = rgb2lab(rgb(v))
    diff_res.append(cie94(base_color_lab, curr_lab))
df['diff'] = diff_res

内容的提问来源于stack exchange，提问作者SMar3552