您可以使用panda groupby来绘制：

fig,ax=plt.subplots()
for c,d in df.groupby('country'):
    color = 'red' if c=='US' else 'grey'
    d.plot(x='year',y='pop', ax=ax, color=color)

ax.legend().remove()

输出：

或者，您可以将特定调色板定义为字典：

palette = {c:'red' if c=='US' else 'grey' for c in df.country.unique()}

sns.lineplot(x='year', y='pop', data=df, hue='country', 
             palette=palette, legend=False)

输出量：

您可以使用palette参数将线的自定义颜色传递给sns.lineplot，例如：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.DataFrame({'year': [2018, 2019, 2020, 2018, 2019, 2020, 2018, 2019, 2020, ], 
                   'pop': [325, 328, 332, 125, 127, 132, 36, 37, 38], 
                   'country': ['USA', 'USA', 'USA', 'Mexico', 'Mexico', 'Mexico',
                               'Canada', 'Canada', 'Canada']})

colors = ['red', 'grey', 'grey']
sns.lineplot(x='year', y='pop', data=df, hue='country', 
             palette=colors, legend=False)

plt.ylim(0, 350)
plt.xticks([2018, 2019, 2020]);

尽管有一个图例仍然是有用的，所以你可能还想考虑修改alpha值（下面元组中的最后一个值）来突出显示USA。

red = (1, 0, 0, 1)
green = (0, 0.5, 0, 0.2)
blue = (0, 0, 1, 0.2)
colors = [red, green, blue]

sns.lineplot(x='year', y='pop', data=df, hue='country', 
             palette=colors)

plt.ylim(0, 350)
plt.xticks([2018, 2019, 2020]);

易于扩展的解决方案：
1.根据要突出显示的行将 Dataframe 拆分为两个
突出显示行=['美国']色调列= '国家'
a.将数据置灰

df_gray = df.loc[~df[hue_column].isin(lines_to_highlight)].reset_index(drop=True)

为灰色线条生成自定义调色板-灰色十六进制代码#808080

gray_palette = {val:'#808080' for val in df_gray[hue_column].values}

B.获取要突出显示的数据

df_highlight = df.loc[df[hue_column].isin(lines_to_highlight)].reset_index(drop=True)

1.在同一图形上绘制两个数据框
a.绘制灰色数据：

ax = sns.lineplot(data=df_gray,x='year',y='pop',hue=hue_column,palette=gray_palette)

B.绘制突出显示的数据

sns.lineplot(data=df_highlight,x='year',y='pop',hue=hue_column,ax=ax)