根据映射表拆分Pandas DataFrame时遇'unhashable type: list'错误求助

我有一个包含200+列的客户数据DataFrame（df），其中包含CAMPAIGN_ID列；另有映射表mapping_csv，记录每个CAMPAIGN_ID对应的需提取列列表。我需要按CAMPAIGN_ID拆分df，为每个campaign生成仅包含对应映射列的CSV文件，但运行代码时触发「TypeError: unhashable type: 'list'」错误。

尝试的代码如下：

for campaign in df['CAMPAIGN_ID'].unique():
  df2 = df[df['CAMPAIGN_ID']==campaign]
  # remove blank columns
  df2.dropna(how='all', axis=1, inplace=True)
  for column in df2.columns:
    if df2[column].unique()[0]=="0000-00-00" and df2[column].unique().shape[0]==1:
      df2 = df2.drop(column, axis=1)
  for column in df2.columns:
    if df2[column].unique()[0]=='0' and df2[column].unique().shape[0]==1:
      df2 = df2.drop(column, axis=1)
  # select required columns
  df2 = df2[mapping_csv.loc[mapping_csv['CAMPAIGN_ID']==campaign, 'Variable_List'].str.replace(" ","").str.split(",")]
  file_shape = df2.shape[0]
  filename = "cart_"+str(dt.date.today().strftime('%Y%m%d'))+"_"+campaign+"_rowcnt_"+str(file_shape) 
  df2.to_csv(filename+".csv",index=False)

报错「TypeError: unhashable type: 'list'」是因为mapping_csv.loc[mapping_csv['CAMPAIGN_ID']==campaign, 'Variable_List'].str.replace(" ","").str.split(",")返回的是包含列表元素的Series对象，而DataFrame索引列时需要的是可哈希的一维列表/数组，直接用这个Series索引就会触发错误。

需要把提取到的列列表从Series中取出，确保是一维列表类型；同时可以提前预处理映射表，避免循环内重复计算，还能优化空列删除逻辑。

修正后的代码：

import pandas as pd
import datetime as dt

# 提前预处理映射表，转成字典快速查找
mapping_csv['Variable_List'] = mapping_csv['Variable_List'].str.replace(" ", "").str.split(",")
campaign_cols_map = mapping_csv.set_index('CAMPAIGN_ID')['Variable_List'].to_dict()

for campaign in df['CAMPAIGN_ID'].unique():
    # 筛选当前campaign数据，用copy避免链式赋值警告
    df2 = df[df['CAMPAIGN_ID'] == campaign].copy()
    
    # 批量筛选需要删除的列：空列、全为"0000-00-00"、全为"0"的列
    drop_cols = []
    for col in df2.columns:
        unique_vals = df2[col].unique()
        if (df2[col].isna().all() 
            or (len(unique_vals) == 1 and unique_vals[0] == "0000-00-00") 
            or (len(unique_vals) == 1 and unique_vals[0] == '0')):
            drop_cols.append(col)
    df2.drop(drop_cols, axis=1, inplace=True)
    
    # 获取当前campaign的目标列，过滤df2中不存在的列
    target_cols = campaign_cols_map.get(campaign, [])
    valid_cols = [col for col in target_cols if col in df2.columns]
    
    if valid_cols:
        df2 = df2[valid_cols]
        row_count = df2.shape[0]
        filename = f"cart_{dt.date.today().strftime('%Y%m%d')}_{campaign}_rowcnt_{row_count}"
        df2.to_csv(f"{filename}.csv", index=False)
    else:
        print(f"Campaign {campaign} 无匹配有效列，跳过导出")

• 提前将映射表转为字典，减少循环内重复计算，提升运行效率
• 合并列删除逻辑为一次循环，减少对DataFrame列的遍历次数
• 确保目标列是一维列表，避免Series引发的哈希错误
• 添加列存在性检查，避免因映射列不存在触发KeyError
• 使用f-string格式化字符串，代码更简洁易读

内容的提问来源于stack exchange，提问作者Prasanjit