我明白你遇到的困扰了——当目标列的唯一值数量超过自定义颜色列表长度时，原代码因为会逐个消耗颜色元素，直接把列表掏空，自然会触发索引越界错误。要实现颜色的循环迭代，核心思路就是复用颜色列表而非消耗它，用索引取模的方式就能轻松解决这个问题。

核心修改点 #

1. 不再从colors_to_use中删除元素，而是通过索引 % 颜色列表长度的方式循环获取颜色
2. 用enumerate遍历唯一值，既能拿到每个唯一值，又能获取它的顺序索引，方便匹配循环颜色

修正后的完整代码 #

import pandas as pd
df1 = pd.DataFrame({'x1':['a', 'b', 'b', 'c', 'd', 'd'], 'x2':['3', '4', '8', '0', '11', '1']})
df2 = pd.DataFrame({'x1':['a', 'a', 'c', 'd', 'e', 'e', 'f', 'g', 'g', 'g', 'h'], 'x2':['0', '41', '22', '5', '19', '21', '5', '7', '8', '24', '15']})

def Color_Unique(s):
    df = s.copy()
    color_map = {}
    unique_values = df['x1'].unique()
    colors_to_use = ['background-color: #ADD8E6', 'background-color: #90ee90', 'background-color: #FFD580', 'background-color: #CBC3E3', 'background-color: #D3D3D3', 'background-color: #C4A484']
    color_count = len(colors_to_use)
    
    # 通过索引取模实现颜色循环分配
    for idx, val in enumerate(unique_values):
        color_map[val] = colors_to_use[idx % color_count]
    
    # 为每行匹配对应颜色
    for index, row in df.iterrows():
        val = row['x1']
        df.loc[index,:] = color_map.get(val, 'background-color: ')
    return df

# 测试两个DataFrame
df3 = df1.style.apply(Color_Unique, axis=None)
display(df3)

df4 = df2.style.apply(Color_Unique, axis=None)
display(df4)

代码细节说明 #

• idx % color_count：当唯一值的索引超过颜色列表长度时，取模运算会让索引自动回到起始位置，实现颜色的循环复用。比如第6个唯一值（索引5）对应最后一个颜色，第7个唯一值（索引6）就会匹配第一个颜色，以此循环。
• color_map.get(val, ...)：使用字典的get方法更安全，即使意外遇到不在唯一值集合里的元素（理论上不会出现），也能返回默认的空背景色，避免触发KeyError。
• 完全保留了你原代码的核心逻辑，只修改了颜色分配的方式，不管目标列有多少个唯一值，都能持续循环使用你的自定义颜色列表。

内容的提问来源于stack exchange，提问作者b_ham