使用Pandas groupby遇TypeError：不可哈希类型'series'/'numpy.ndarray'的问询

正确代码示例 #

首先修正分组键的传递方式，将多个分组键放入列表中，或者先生成处理后的新列再分组：

# 方式1：直接用列表包裹处理后的日期序列和列名
session_cnt = df.groupby(
    [df['EVENT_DATETIME'].dt.date, 'CUSTOMER_ID']
).agg(
    session_count=('SESSION_ID', 'nunique'),
    app_session_cnt=('APP_SESSION_ID', 'nunique')
).reset_index()

# 方式2：先生成日期列，再用列名分组（更清晰）
df['EVENT_DATE'] = df['EVENT_DATETIME'].dt.date
session_cnt = df.groupby(['EVENT_DATE', 'CUSTOMER_ID']).agg(
    session_count=('SESSION_ID', 'nunique'),
    app_session_cnt=('APP_SESSION_ID', 'nunique')
).reset_index()

错误原因解析 #

• 第一次错误：TypeError: unhashable type 'series'
  你直接用逗号分隔传递两个Series作为分组键，但Pandas要求多个分组键必须用列表包裹。未包裹的情况下，第二个Series被误判为其他参数，而Series是可变不可哈希对象，因此触发错误。

• 第二次错误：TypeError: unhashable type 'numpy.ndarray'
df['CUSTOMER_ID'].values返回的numpy数组属于可变不可哈希对象，不符合分组键的要求。

出现该错误时的必查项 #

• 分组键的类型：确保分组键是可哈希类型（字符串、数值、datetime、元组等），禁止直接传入Series、numpy数组、列表、字典这类不可哈希的可变对象。如果需要使用处理后的列（如提取日期），将其放入列表中作为分组键即可。
• 分组参数的格式：多个分组键必须用列表（或元组）包裹，不能直接逗号分隔。groupby的by参数仅接受单个分组键，或包含多个分组键的可迭代容器。
• 分组列的元素类型：检查分组列的元素是否包含不可哈希值（如列表、字典）。可以用df['目标列'].apply(type).unique()查看元素类型，排查异常值。
• 参数传递是否混淆：避免将分组键误传给groupby的其他参数（如axis），这会导致类型不匹配的错误。

内容的提问来源于stack exchange，提问作者march_1