如何按DataFrame列分配散点标记？解决‘unhashable type: Series’错误

问题场景 #

想要按DataFrame的Year列分组绘制散点图，同时根据detector列的值为每个点分配不同的标记类型，但运行代码时抛出TypeError: unhashable type: 'Series'错误。尝试过循环内用if-elif块创建标记、单独生成标记向量两种方式，均未解决问题。

错误原因 #

Matplotlib的plt.scatter()函数的marker参数仅接受单个标记字符串（如'.'、'd'），无法直接传入Series或数组类型。原代码中试图将整个Series传给marker，这是导致错误的核心原因，和数据是否复制无关。

解决方案 #

方法1：按探测器类型分组绘制 #

在年份循环内，再嵌套探测器类型的循环，每次绘制同一年份、同一探测器类型的点，确保每个scatter调用的marker是单个有效值。同时修正缺失值的判断逻辑（原代码中strings=='NaN'无法识别真实的缺失值，需用pd.isna()）。

修正后的代码：

import pandas as pd
import matplotlib.pyplot as plt

# 定义探测器与标记的映射关系
detector_marker = {
    'semiflex': '.',
    'diamond': 'd',
    pd.NA: '1'  # 处理缺失值
}

data = pd.read_excel("../data.xlsx")
fig, ax = plt.subplots()

for Year in range(2019, 2024):
    # 先筛选当前年份、Energy=12的子数据
    year_data = data[(data.Energy == 12) & (data.Year == Year)]
    # 按探测器类型分组绘制
    for detector, marker in detector_marker.items():
        # 筛选当前探测器类型的数据（注意缺失值的判断）
        if pd.isna(detector):
            subset = year_data[pd.isna(year_data.detector)]
        else:
            subset = year_data[year_data.detector == detector]
        # 只有当子集有数据时才绘制
        if not subset.empty:
            label_text = f"{Year}-{detector}" if detector is not pd.NA else f"{Year}-缺失值"
            ax.scatter(subset.Cone, subset.CalcOverCom, marker=marker, label=label_text)

ax.set_xlabel('xlabel')
ax.set_ylabel('ylabel')
ax.legend(bbox_to_anchor=(1, 1))
ax.set_title('title')
plt.show()

方法2：逐个点绘制（适用于数据量较小的场景） #

如果需要保留每个年份的统一图例，可以先生成每个点的标记列表，然后循环逐个绘制点，同时只在第一次绘制年份时添加图例：

import pandas as pd
import matplotlib.pyplot as plt

detector_marker = {
    'semiflex': '.',
    'diamond': 'd',
    pd.NA: '1'
}

data = pd.read_excel("../data.xlsx")
fig, ax = plt.subplots()

for Year in range(2019, 2024):
    year_data = data[(data.Energy == 12) & (data.Year == Year)]
    # 生成每个点的标记列表
    markers = year_data.detector.apply(lambda d: detector_marker.get(d, '1'))
    # 逐个绘制点，仅第一次添加图例
    for idx, (x, y, marker) in enumerate(zip(year_data.Cone, year_data.CalcOverCom, markers)):
        if idx == 0:
            ax.scatter(x, y, marker=marker, label=Year)
        else:
            ax.scatter(x, y, marker=marker)

ax.set_xlabel('xlabel')
ax.set_ylabel('ylabel')
ax.legend(bbox_to_anchor=(1, 1))
ax.set_title('title')
plt.show()

关键说明 #

• 用字典统一管理探测器与标记的映射，避免重复的条件判断，代码更易维护。
• 处理缺失值时必须用pd.isna()，而非判断字符串是否等于'NaN'，因为DataFrame中的缺失值是pd.NA或np.nan，不是字符串。
• 每次scatter调用的marker参数必须是单个字符串，这是Matplotlib的硬性要求。

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