使用Pandas单行DataFrame值作为字典键访问值时的类型错误解决

错误原因 #

sample_df['Type']返回的是Pandas Series对象，而字典的键要求是可哈希的标量类型（比如字符串、数字）。Series是可变容器，无法被哈希，所以用它当字典键时会触发TypeError: 'Series' objects are mutable, thus they cannot be hashed错误。

解决方法 #

因为你明确说明sample_df只有一行数据，这里提供两种实用的处理方式：

方式1：直接提取标量值

既然只有一行，直接把Series转成单个标量就能正常当字典键使用：

# 用iloc[0]提取标量
if sample_df['Cost'].iloc[0] <= capacity[sample_df['Type'].iloc[0]]:
    # 此处编写你的判断逻辑

或者用.values[0]也能拿到标量：

if sample_df['Cost'].values[0] <= capacity[sample_df['Type'].values[0]]:
    # 此处编写你的判断逻辑

方式2：用Pandas映射方法（兼容多行场景）

如果后续代码可能扩展到处理多行数据，推荐用map方法把字典映射成新列，再做判断：

# 把capacity映射为新列
sample_df['Capacity'] = sample_df['Type'].map(capacity)
# 单行数据用all()或any()都可以，多行时按需选择
if (sample_df['Cost'] <= sample_df['Capacity']).all():
    # 此处编写你的判断逻辑

内容的提问来源于stack exchange，提问作者FZL