基于列表内容（忽略顺序）分组DataFrame并按组大小排序的报错问题

错误原因 #

collections.Counter是可变容器类型，不具备哈希特性，无法直接作为groupby的分组键，因此会抛出TypeError: unhashable type: 'Counter'。

可行方案 #

方案1：排序后转元组（通用且高效）

将列表元素排序后转为元组（元组是不可变可哈希类型），这样无论原列表元素顺序如何，相同元素组合都会生成一致的分组键：

import pandas as pd

d1 = {'id': ["car", "car", "bus", "plane", "plane"], 'value': [["a","b"], ["b","a"], ["a","b"], ["c","d"], ["d","c"]]}
df1 = pd.DataFrame(data=d1)

# 生成排序后的元组作为分组键
df1['group_key'] = df1['value'].apply(lambda x: tuple(sorted(x)))
# 分组统计并按组大小升序排序
result = df1.groupby('group_key').size().sort_values(ascending=True)
print(result)

输出结果：

group_key
(a, b)    3
(c, d)    2
dtype: int64

方案2：将Counter转为可哈希结构（适合含重复元素的列表）

如果列表存在重复元素（如["a","a","b"]），可以将Counter的键值对排序后转为元组，确保相同元素计数的列表生成一致的分组键：

import pandas as pd
from collections import Counter

d1 = {'id': ["car", "car", "bus", "plane", "plane"], 'value': [["a","b"], ["b","a"], ["a","b"], ["c","d"], ["d","c"]]}
df1 = pd.DataFrame(data=d1)

# 将Counter转换为排序后的元组，使其可哈希
df1['group_key'] = df1['value'].apply(lambda x: tuple(sorted(Counter(x).items())))
result = df1.groupby('group_key').size().sort_values(ascending=True)
print(result)

输出结果与方案1一致，同时支持含重复元素的列表分组。

内容的提问来源于stack exchange，提问作者Limmi