如何为Pandas DataFrame中的唯一元素动态分配统一颜色

原代码的问题很明显：它是按DataFrame的总行数来取颜色，导致同一个Item（比如示例里的'X'）会被分配不同的颜色，完全达不到“同一元素同色”的需求。

要实现动态给每个唯一Item分配固定颜色，直接按下面的逻辑来：

1. 先提取Item列的所有唯一值
2. 给每个唯一值绑定一个专属颜色
3. 把这个颜色映射批量应用到整个DataFrame

完整代码示例：

import pandas as pd
import plotly.express as px

d = ({                
    'Val' : [5,1,4,-2,8,4,3,10],   
    'Item' : ['X', 'Y', 'A', 'B', 'X','D', 'X', 'E'],                       
})

df = pd.DataFrame(data = d)

# 生成唯一Item到颜色的映射字典
unique_items = df['Item'].unique()
color_palette = px.colors.qualitative.Alphabet
# 若唯一元素数量超过调色板长度，自动循环复用调色板颜色
color_mapping = {item: color_palette[i % len(color_palette)] for i, item in enumerate(unique_items)}

# 给每行分配对应颜色
df['colors'] = df['Item'].map(color_mapping)

这样处理后，不管Item列有多少个唯一值，每个值都会拿到固定的颜色——比如示例里的所有'X'都会用同一个颜色，新增同Item的行也会自动继承这个颜色。如果唯一元素数量超过Alphabet调色板的长度，i % len(color_palette)会自动循环复用调色板里的颜色，避免索引越界问题。

内容的提问来源于stack exchange，提问作者jonboy