如何获取产品分组中uom值的唯一组合？解决哈希报错问题

给定示例DataFrame：

import pandas as pd

df = pd.DataFrame([{'prod_id':3,'uom':'PK'},{'prod_id':3,'uom':'PQT'},{'prod_id':4,'uom':'PK'},{'prod_id':5,'uom':'PQT'},{'prod_id':5,'uom':'PK'},{'prod_id':6,'uom':'SET'},{'prod_id':6,'uom':'ENS'},{'prod_id':7,'uom':'PK'},{'prod_id':7,'uom':'ENS'}])

需求是提取各产品对应的UOM组合，且顺序无关（如[PK, PQT]与[PQT, PK]视为同一组合）。

当前尝试用df.groupby(by='prod_id')['uom'].unique()获取每个产品的UOM组合，但对结果调用.unique()时触发错误：

TypeError: unhashable type: 'numpy.ndarray'

错误原因 #

groupby('uom').unique()返回的是numpy数组，而数组属于不可哈希类型，pd.Series.unique()依赖哈希表实现去重，因此无法直接处理。要解决这个问题，需要将数组转换为可哈希的类型。

方法1：排序后转为元组（推荐，保证输出顺序一致） #

将每个产品的UOM组合排序后转为元组（元组可哈希），这样顺序不同的等价组合会被标准化为相同的元组，再执行去重：

# 分组生成排序后的元组，统一等价组合的格式
uom_groups = df.groupby('prod_id')['uom'].apply(lambda x: tuple(sorted(x.unique())))

# 获取唯一组合
unique_combinations = uom_groups.unique()

# 可选：将元组转回列表格式
unique_combinations = [list(item) for item in unique_combinations]

print(unique_combinations)

输出结果：

[['PK', 'PQT'], ['PK'], ['ENS', 'SET'], ['ENS', 'PK']]

方法2：使用冻结集合（frozenset） #

集合本身是无序的，冻结集合（frozenset）是可哈希的，可以直接用来去重：

# 分组生成冻结集合
uom_groups = df.groupby('prod_id')['uom'].apply(lambda x: frozenset(x.unique()))

# 获取唯一组合
unique_combinations = uom_groups.unique()

# 可选：转回列表格式（注意集合转列表后顺序不固定）
unique_combinations = [list(item) for item in unique_combinations]

此方法无需排序，但最终列表的元素顺序无法保证，适合仅关注组合内容的场景。

内容的提问来源于stack exchange，提问作者Ramsay