python - df ['X' ].unique() 和 TypeError : unhashable type: 'numpy.ndarray'

Question

全部，

我在数据框中有一列，如下所示:

allHoldingsFund['BrokerMixed']
Out[419]: 
78         ML
81       CITI
92         ML
173      CITI
235        ML
262        ML
264        ML
25617      GS
25621    CITI
25644    CITI
25723      GS
25778    CITI
25786    CITI
25793      GS
25797    CITI
Name: BrokerMixed, Length: 2554, dtype: object

虽然列是一个对象。我无法按该列分组，甚至无法提取该列的唯一值。例如，当我这样做时:

allHoldingsFund['BrokerMixed'].unique()

我收到一个错误

     uniques = table.unique(values)
  File "pandas/_libs/hashtable_class_helper.pxi", line 1340, in pandas._libs.hashtable.PyObjectHashTable.unique
TypeError: unhashable type: 'numpy.ndarray'

当我分组时，我也收到错误消息。

欢迎任何帮助。谢谢

Answer 1

看起来您的系列中有一个 NumPy 数组。但是你不能散列 NumPy 数组和 pd.Series.unique , 喜欢 set , 依赖于散列。

如果您不能确保您的系列数据只包含字符串，您可以在调用 pd.Series.unique 之前将 NumPy 数组转换为元组。 :

s = pd.Series([np.array([1, 2, 3]), 1, 'hello', 'test', 1, 'test'])

def tuplizer(x):
    return tuple(x) if isinstance(x, (np.ndarray, list)) else x

res = s.apply(tuplizer).unique()

print(res)

array([(1, 2, 3), 1, 'hello', 'test'], dtype=object)

当然，这意味着您的数据类型信息会在结果中丢失，但至少您可以看到“唯一”的 NumPy 数组，前提是它们是一维的。