Pandas 2.1.4重命名DataFrame时遇TypeError: unhashable type: 'set'

问题 #

我有一个大型DataFrame（news1），想要根据另一个DataFrame（dic）中的值，在列名匹配的前提下重命名news1的列。我编写了如下嵌套循环代码：

for index,col in enumerate(news1.columns):
    for index_dic,col_dic in enumerate(dic.columns):
        if col==col_dic:
            print(col,dic.iloc[1, index_dic])
            print(type(col))
            print(type(dic.iloc[1, index_dic]))
            news1.rename(columns={f'{col}':f'{dic.iloc[1, index_dic]}'},inplace=True)

运行时抛出TypeError: unhashable type: 'set'错误，报错回溯信息如下：

----> 1 news1.rename(columns={'c15.10':'WA_ambiguous-expectation'})

File c:\Users\\anaconda3\envs\PythonCourse2023\Lib\site-packages\pandas\core\frame.py:5518, in DataFrame.rename(self, mapper, index, columns, axis, copy, inplace, level, errors)
   5399 def rename(
   5400     self,
   5401     mapper: Renamer | None = None,
   (...)
   5409     errors: IgnoreRaise = "ignore",
   5410 ) -> DataFrame | None:
   5411     """
   5412     Rename columns or index labels.
   5413 
   (...)
   5516     4  3  6
   5517     """
-> 5518     return super()._rename(
   5519         mapper=mapper,
   5520         index=index,
   5521         columns=columns,
   5522         axis=axis,
   5523         copy=copy,
   5524         inplace=inplace,
   5525         level=level,
   5526         errors=errors,
   5527     )

File c:\Users\\anaconda3\envs\PythonCourse2023\Lib\site-packages\pandas\core\generic.py:1086, in NDFrame._rename(self, mapper, index, columns, axis, copy, inplace, level, errors)
   1079         missing_labels = [
   1080             label
   1081             for index, label in enumerate(replacements)
   1082             if indexer[index] == -1
   1083         ]
   1084         raise KeyError(f"{missing_labels} not found in axis")
-> 1086 new_index = ax._transform_index(f, level=level)
   1087 result._set_axis_nocheck(new_index, axis=axis_no, inplace=True, copy=False)
   1088 result._clear_item_cache()

File c:\Users\\anaconda3\envs\PythonCourse2023\Lib\site-packages\pandas\core\indexes\base.py:6465, in Index._transform_index(self, func, level)
   6463     return type(self).from_arrays(values)
   6464 else:
-> 6465     items = [func(x) for x in self]
   6466     return Index(items, name=self.name, tupleize_cols=False)

File c:\Users\\anaconda3\envs\PythonCourse2023\Lib\site-packages\pandas\core\indexes\base.py:6465, in <listcomp>(.0)
   6463     return type(self).from_arrays(values)
   6464 else:
-> 6465     items = [func(x) for x in self]
   6466     return Index(items, name=self.name, tupleize_cols=False)

File c:\Users\anaconda3\envs\PythonCourse2023\Lib\site-packages\pandas\core\common.py:507, in get_rename_function.<locals>.f(x)
    506 def f(x):
--> 507     if x in mapper:
    508         return mapper[x]
    509     else:

打印结果显示列名和目标重命名值均为str类型：

c15.10 WA_ambiguous-expectation
<class 'str'>
<class 'str'>

无法定位报错原因，寻求帮助。

解决方案 #

错误根源 #

报错提示unhashable type: 'set'，说明传入rename的字典中存在集合类型的键或值。虽然你打印的单个案例是字符串，但dic中其他列/行的值可能是集合；另外，嵌套循环中多次调用inplace=True的rename，会实时修改news1的列名，导致后续循环匹配出现异常，同时这种方式对大型DataFrame效率极低。

修复代码 #

步骤1：构建完整映射字典

先一次性生成所有需要重命名的列名映射，避免循环中频繁修改DataFrame：

# 提取dic第1行作为新列名（注意iloc[1]对应第二行，若需第一行请改用iloc[0]）
new_name_series = dic.iloc[1]
# 构建仅包含news1现有列的映射字典
rename_map = {col: new_name_series[col] for col in news1.columns if col in new_name_series.index}

步骤2：一次性完成重命名

用构建好的字典执行一次重命名操作：

news1.rename(columns=rename_map, inplace=True)

简化优化 #

如果dic的列名和news1的列名完全对应，可直接替换列名：

# 仅保留news1列对应的新名称
valid_new_names = dic.iloc[1][news1.columns]
news1.columns = valid_new_names.values

内容的提问来源于stack exchange，提问作者Mostafa Bouzari