如何为Pandas DataFrame中每个不同值分配唯一颜色（运行时未知值场景）

我们需要实现：对运行前值未知的Pandas DataFrame，为每个唯一值分配专属颜色，且相同值的单元格颜色完全一致。比如示例中的Bob出现在两个单元格中，它们会被渲染成同一种颜色，而Alice、John、123、456则各用不同颜色。

核心思路 #

• 提取DataFrame中所有单元格的唯一值
• 为每个唯一值映射一个唯一颜色
• 定义样式函数，根据单元格值返回对应背景色样式
• 将样式应用到DataFrame上

具体实现代码 #

方案一：基于Matplotlib颜色映射（推荐，颜色无重复） #

利用成熟的离散颜色映射表，确保颜色不重复、视觉区分度高：

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.colors import rgb2hex

# 示例DataFrame（运行前值未知的场景同样适用）
df = pd.DataFrame(data={"A": ["Alice", "Bob"], "B": ["Bob", "John"], "C": [123, 456]})

# 1. 获取所有单元格的唯一值
unique_values = df.stack().unique()

# 2. 为每个唯一值分配专属颜色（使用tab10离散色卡）
color_palette = plt.cm.tab10
value_to_color = {
    val: rgb2hex(color_palette(i / len(unique_values))[:3]) 
    for i, val in enumerate(unique_values)
}

# 3. 定义单元格样式函数
def color_cell(val):
    # 若值不在映射中（理论上不会出现），默认白色背景
    bg_color = value_to_color.get(val, "#ffffff")
    return f"background-color: {bg_color}"

# 4. 应用样式并渲染
styled_df = df.style.applymap(color_cell)
# Jupyter环境中直接运行即可显示，或保存为HTML：styled_df.to_html("colored_df.html")
styled_df

方案二：随机生成颜色（轻量，极小概率重复） #

如果不想依赖Matplotlib，可使用随机十六进制颜色，适合对颜色唯一性要求不严格的场景：

import pandas as pd
import random

df = pd.DataFrame(data={"A": ["Alice", "Bob"], "B": ["Bob", "John"], "C": [123, 456]})

# 生成随机十六进制颜色
def get_random_color():
    return f"#{random.randint(0, 0xFFFFFF):06x}"

# 构建值-颜色映射
unique_values = df.stack().unique()
value_to_color = {val: get_random_color() for val in unique_values}

# 样式函数与应用同方案一
def color_cell(val):
    bg_color = value_to_color.get(val, "#ffffff")
    return f"background-color: {bg_color}"

styled_df = df.style.applymap(color_cell)
styled_df

关键说明 #

• df.stack()：将DataFrame转为一维Series，一次性提取所有单元格的唯一值，适配任意行列结构的DataFrame
• 颜色扩展：方案一中的tab10包含10种颜色，若唯一值超过10个，可换用tab20等更多颜色的内置色卡
• 类型兼容：支持所有可哈希值类型（字符串、数字、布尔值等），完全适配运行前值未知的场景

内容的提问来源于stack exchange，提问作者K. Claesson