Pandas透视表报错TypeError: unhashable type: 'list'求助

问题原因 #

• str.findall()返回的是列表类型，而pd.pivot_table的columns参数要求列值必须是可哈希（hashable）的类型（如字符串、数值），列表属于不可哈希类型，因此触发TypeError: unhashable type: 'list'报错。
• 直接尝试将列转为字符串无效，是因为转换后会保留列表的原始格式（例如['Transfer']），并非符合要求的分类字符串。

解决办法 #

方法1：取首个匹配关键词作为分类 #

如果每笔交易只需单一分类，提取第一个匹配到的关键词，无匹配项则设为默认分类：

import re

# 预编译正则表达式提升效率
pattern = re.compile('Ref|BCA|Fund|Transfer', flags=re.IGNORECASE)
# 提取首个匹配结果，无匹配则赋值'其他'
dff['Category'] = dff['Description'].apply(lambda x: pattern.findall(x)[0] if pattern.findall(x) else '其他')

方法2：合并多匹配关键词为字符串 #

若一笔交易可能匹配多个关键词，将列表转为用分隔符连接的字符串：

# 把匹配到的关键词列表转为逗号分隔的字符串
dff['Category'] = dff['Description'].str.findall('Ref|BCA|Fund|Transfer', flags=re.IGNORECASE).str.join(', ')
# 替换空值为默认分类
dff['Category'] = dff['Category'].replace('', '其他')

方法3：拆分多分类为独立行（适合多维度统计） #

如果需要按每个关键词单独统计，将包含多个关键词的行拆分为多行：

# 拆分列表类型的Category列，每个关键词对应一行
dff_exploded = dff.explode('Category')
# 填充空分类为默认值
dff_exploded['Category'] = dff_exploded['Category'].fillna('其他')

# 重新生成透视表
pivotf = pd.pivot_table(dff_exploded, 
                        index=["Date"], columns="Category",
                        values=['Amount'],
                        margins=False, margins_name="Total")

效果验证 #

修改Category列的类型为可哈希的字符串后，再次运行透视表代码即可正常执行，生成符合预期的统计结果。

内容的提问来源于stack exchange，提问作者Tomalak2Pi