解决pandas中基于两列组合与字典映射生成新列的哈希错误

错误原因 #

1. 条件判断错误：直接用market_info_df['is_and_mp'] in no_collision_issue_status无法对Series做批量判断，Pandas中需用isin()方法实现序列元素的批量匹配。
2. 字典键类型错误：(market_info_df['issue_status'], market_info_df['trading_state'])是两个Series对象，属于不可哈希类型，不能作为字典的键来取值。

修复方案 #

步骤1：构建正确的过滤掩码 #

先生成符合条件的布尔掩码，筛选需要处理的行：

mask = market_info_df['is_and_mp'].isin(no_collision_issue_status) | (market_info_df['trading_state'] != '  ')

步骤2：生成可哈希元组并映射字典 #

将符合条件行的issue_status和trading_state组合成元组（可哈希类型），再通过map方法匹配字典值：

# 把指定列组合成元组序列
state_tuples = market_info_df.loc[mask, ['issue_status', 'trading_state']].apply(tuple, axis=1)
# 映射字典值到新列
market_info_df.loc[mask, 'market_state'] = state_tuples.map(MARKET_STATES_DICT)

补充说明 #

如果MARKET_STATES_DICT中存在三元组键（如('100', ' ', 'F')），需要将对应的第三个字段（比如market_phase）也加入元组生成：

state_tuples = market_info_df.loc[mask, ['issue_status', 'trading_state', 'market_phase']].apply(tuple, axis=1)
market_info_df.loc[mask, 'market_state'] = state_tuples.map(MARKET_STATES_DICT)

完整代码示例 #

# 构建过滤掩码
mask = market_info_df['is_and_mp'].isin(no_collision_issue_status) | (market_info_df['trading_state'] != '  ')

# 生成元组序列并映射字典值
state_tuples = market_info_df.loc[mask, ['issue_status', 'trading_state']].apply(tuple, axis=1)
market_info_df.loc[mask, 'market_state'] = state_tuples.map(MARKET_STATES_DICT)

内容的提问来源于stack exchange，提问作者user19667022