为何Pandas允许列表作为Index值？此前不可用现却可行？

你的观察完全正确，Pandas对索引哈希性的处理分两个阶段，同时版本迭代确实调整了相关逻辑：

• 创建索引时的宽松存储：
  Pandas的对象类型索引（ObjectIndex）支持存储任意Python对象，包括不可哈希的列表、字典等。早期版本的Pandas在创建索引时会强制检查所有元素的哈希性，不可哈希类型会直接触发初始化错误；但后续版本（如1.0及以上）放宽了这一限制——只要元素能被正常存储，就允许创建索引，不会在初始化阶段报错。这是因为创建索引本身只是完成元素的存储，不需要依赖哈希计算。

• 访问时报错的核心原因：
  当你尝试通过索引值（比如查找索引为[1,2]的元素）定位数据时，Pandas需要通过哈希值来匹配对应的索引位置，而列表是可变类型，不具备可哈希性（哈希值会随内容变化而改变），因此会抛出unhashable type: 'list'的错误。这类不可哈希的索引元素只能通过位置索引（比如obj.iloc[4]）来访问，因为位置索引仅依赖元素的位置顺序，不需要哈希计算。

• 版本差异的影响：
  你记忆中“此前根本不允许将列表作为索引值”是准确的，旧版Pandas（如0.20.x及更早）在索引初始化阶段就会严格验证元素的哈希性，不可哈希类型无法创建索引。后续版本为了提升灵活性，将哈希检查推迟到实际需要依赖哈希的操作（如索引查找、数据对齐、去重等）执行时。

总结：Pandas现在允许存储不可哈希类型作为索引元素，但这类索引无法支持任何需要哈希的操作，仅能用于简单的存储和位置访问。

内容的提问来源于stack exchange，提问作者RikkiS