是的，有一种方法，这里是一个示例解决方案：

import pandas as pd
from termcolor import colored

data_dict = {"Key1":[1,-2,3], "Key2":[1,2,-3]}

df = colored(pd.DataFrame(data_dict), 'red')
print(df)

https://pypi.org/project/termcolor/
编辑：
如果你不想使用import
你可以定义一个颜色并迭代关键值的dic：

red = "\033[1;31m"
blue = "\033[1;34m"
data_dict = {"Key1":[1,-2,3], "Key2":[1,2,-3]}
for key in data_dict.keys () :
    print (red, key, blue, data_dict[key])

然后你就把你的条件放在颜色的键上

为了将彩色的pandas.DataFrame打印到我的macos终端，我使用了以下代码...

import termcolor
import pandas
# assume `df['foo']` is a `pandas.DataFrame` column with
#     boolean values...
#
# NOTE: there's probably a more idiomatic pandas incantation 
# for what I'm doing here, but this is intended to 
# demonstrate the concept of colorizing `colorized_df['foo']`
colorized_df = None
colored_str_value = ""
colorised_row = []
for original_value in df['foo'].values:
    # casting `original_value` bools as strings to color them red...
    colored_str_value = termcolor.colored(str(original_value), 'red')
    colorized_row.append(colored_str_value)
colorized_df = pandas.DataFrame({'foo': colorized_row})
# Do something here with colorized_df...

现在，当我在终端中打印colorized_df时，它用红色文本呈现colorized_df['foo']...
因此，colorized_df单元格的值必须转换为字符串来为DataFrame内容着色。这些布尔值必须转换为colorized_df[ foo']中的字符串（否则值无法着色）。
对于大多数用例，将原始DataFrame重新转换为字符串是不可能的...一个可能的解决方案（在我的答案中使用）-〉保留DataFrame的两个副本...（A）一个副本用于在df['foo']中呈现为原始DataFrame类型...（B）另一个副本用于自由操作并转换为彩色字符串...
但是，如果修改df['foo']，则必须保持这两个DataFrames同步。