Pandas合并含numpy数组列的DataFrame报错：unhashable type: 'numpy.ndarray'

问题原因 #

pd.merge要求用于连接的键必须是可哈希类型，而numpy.ndarray是可变对象，不支持哈希计算，直接将其作为连接列就会触发unhashable type: 'numpy.ndarray'错误。

解决方案 #

以下是几种可行的处理方式，可根据你的数组场景选择：

1. 转numpy数组为元组（推荐）

元组是不可变可哈希类型，能精确匹配数组元素，不会丢失信息：

# 转换数组列为元组
A['_2_tuple'] = A['_2'].apply(tuple)
B['1_tuple'] = B['1'].apply(tuple)

# 基于元组列合并
merged_df = pd.merge(A, B, left_on='_2_tuple', right_on='1_tuple')

# 可选：清理临时生成的元组列
merged_df = merged_df.drop(['_2_tuple', '1_tuple'], axis=1)

2. 转numpy数组为字符串

适合数组元素格式简单的场景，注意复杂元素可能因字符串表示问题导致匹配偏差：

# 转换数组列为字符串
A['_2_str'] = A['_2'].apply(lambda x: str(x))
B['1_str'] = B['1'].apply(lambda x: str(x))

# 基于字符串列合并
merged_df = pd.merge(A, B, left_on='_2_str', right_on='1_str')

# 可选：清理临时列
merged_df = merged_df.drop(['_2_str', '1_str'], axis=1)

3. 拆分数组为多列合并（适用于固定长度的一维数组）

如果所有数组长度一致，可拆分成多个普通列进行合并，匹配精度高：

# 示例：假设数组长度为3
# 拆分A的数组列
A[['a_col1', 'a_col2', 'a_col3']] = pd.DataFrame(A['_2'].tolist(), index=A.index)
# 拆分B的数组列
B[['b_col1', 'b_col2', 'b_col3']] = pd.DataFrame(B['1'].tolist(), index=B.index)

# 基于多列合并
merged_df = pd.merge(A, B, left_on=['a_col1', 'a_col2', 'a_col3'], right_on=['b_col1', 'b_col2', 'b_col3'])

# 可选：清理拆分后的列
merged_df = merged_df.drop(['a_col1', 'a_col2', 'a_col3', 'b_col1', 'b_col2', 'b_col3'], axis=1)

内容的提问来源于stack exchange，提问作者hurricane133