非唯一MultiIndex DataFrame行着色报错：如何按type设置行颜色

问题背景 #

你有个带MultiIndex的Pandas DataFrame：

• 行索引是time和type，同一个time对应多条记录，导致索引非唯一
• 列是元组结构，存储加密货币对的价格、规模数据
• 需求是把type为Buy Trade的行背景设为绿色，其他行设红色，但使用df.style.apply(axis=None)时触发报错：

  KeyError: 'Styler.apply and .applymap are not compatible with non-unique index or columns.'
  

问题根源 #

Pandas的Styler工具在使用apply(axis=None)或applymap时，要求索引和列必须唯一，否则无法准确匹配样式与数据的位置。

可行解决方案 #

改用**逐行应用样式（axis=1）**的方式，直接从每行的MultiIndex里提取type值做判断，完全避开非唯一索引的限制：

def highlight_row(row):
    # 从行的MultiIndex元组中取type值（第二个元素）
    row_type = row.name[1]
    # 根据type返回对应样式，每行的所有列用同一种背景色
    if row_type == 'Buy Trade':
        return ['background-color: #008000'] * len(row)
    else:
        return ['background-color: #ff0000'] * len(row)

# 应用样式，axis=1表示逐行处理
styled_df = df.style.apply(highlight_row, axis=1)
# 显示样式后的表格
styled_df

备选方案（重置索引） #

如果更习惯用列来判断，也可以先把MultiIndex转成普通列，处理完再恢复索引显示：

# 重置索引，把time和type转为普通列
df_reset = df.reset_index()

def highlight_reset(row):
    if row['type'] == 'Buy Trade':
        return ['background-color: #008000'] * len(row)
    else:
        return ['background-color: #ff0000'] * len(row)

# 应用样式后重新设置索引
styled_reset = df_reset.style.apply(highlight_reset, axis=1).set_index(['time', 'type'])
styled_reset

内容的提问来源于stack exchange，提问作者apt45