如何修复Python中‘Unhashable type: 'Series'’错误？

你写的代码如下：

flag = {'No': 0, 'N': 0, 'Y': 1, 'Yes': 1}

New_Product_Launch = flag[
    final_input_optimization[
        (final_input_optimization['Brand'] == Campaign_Details.iloc[0]['Brand'])
        & (final_input_optimization['Banner'].isin([banner, banner_1]))
    ]['NPD Flag']
]

运行时触发错误：

Error: unhashable type: 'Series'

问题原因 #

你筛选后拿到的final_input_optimization['NPD Flag']是一个Pandas Series对象，而字典的键必须是字符串、数字这类可哈希的类型，Series属于不可哈希的容器，直接拿它当字典键就会报错。

修复方案 #

场景1：筛选结果只有1条数据 #

如果你的筛选条件只会返回唯一一行数据，直接用.iloc[0]提取Series里的单个值作为键：

flag = {'No': 0, 'N': 0, 'Y': 1, 'Yes': 1}

# 先拿到筛选后的单个NPD Flag值
npd_flag = final_input_optimization[
    (final_input_optimization['Brand'] == Campaign_Details.iloc[0]['Brand'])
    & (final_input_optimization['Banner'].isin([banner, banner_1]))
]['NPD Flag'].iloc[0]

New_Product_Launch = flag[npd_flag]

场景2：筛选结果有多条数据 #

如果筛选后返回多行数据，用map方法批量把Series里的每个值映射成对应的flag值，得到一个新的Series：

flag = {'No': 0, 'N': 0, 'Y': 1, 'Yes': 1}

# 对筛选后的所有NPD Flag值做批量映射
New_Product_Launch = final_input_optimization[
    (final_input_optimization['Brand'] == Campaign_Details.iloc[0]['Brand'])
    & (final_input_optimization['Banner'].isin([banner, banner_1]))
]['NPD Flag'].map(flag)

额外优化：处理缺失值 #

如果NPD Flag列存在空值，建议先填充默认值避免KeyError：

# 场景1的缺失值处理
npd_flag = final_input_optimization[
    (final_input_optimization['Brand'] == Campaign_Details.iloc[0]['Brand'])
    & (final_input_optimization['Banner'].isin([banner, banner_1]))
]['NPD Flag'].fillna('No').iloc[0]

# 场景2的缺失值处理
New_Product_Launch = final_input_optimization[
    (final_input_optimization['Brand'] == Campaign_Details.iloc[0]['Brand'])
    & (final_input_optimization['Banner'].isin([banner, banner_1]))
]['NPD Flag'].fillna('No').map(flag)

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