使用collections.defaultdict(list)出现TypeError: unhashable type: 'list'错误求助

问题场景 #

尝试用collections.defaultdict(list)关联数据框的文本列与图片路径列，编写的代码如下：

image_path_to_caption = collections.defaultdict(list)

import pandas as pd
df = pd.read_csv("/content/drive/MyDrive/IU-Xray/my_data.csv") 
extensions = ('.png','.jpg','.jpeg')
path = '/conent/drive/MyDrive/iuxray/images/images_normalized'
images = df[df['filename'].str.endswith(extensions)]['filename']
findings = df['findings']
paths = [f'{path}/{i}' for i in images]
image_path_to_caption[paths].append(findings)

执行image_path_to_caption[paths].append(findings)时出现错误：

TypeError: unhashable type: 'list'

错误原因 #

字典的键必须是可哈希的不可变类型（如字符串、整数、元组等），而paths是一个列表，列表属于可变类型无法被哈希，因此不能作为字典的键。同时findings是整个数据框的列对象，直接append会把整个Series添加进去，不符合“单条文本对应单条路径”的关联需求。

修正方案 #

步骤说明 #

1. 调整导入顺序，先加载所需模块
2. 过滤数据框时保留完整行，确保filename和findings的索引严格匹配
3. 遍历每一对路径与文本，逐个添加到defaultdict中

修正后代码 #

import pandas as pd
from collections import defaultdict

# 初始化defaultdict
image_path_to_caption = defaultdict(list)

df = pd.read_csv("/content/drive/MyDrive/IU-Xray/my_data.csv") 
extensions = ('.png','.jpg','.jpeg')
path = '/content/drive/MyDrive/iuxray/images/images_normalized'

# 过滤出含有效图片格式的行，保证filename与findings一一对应
filtered_df = df[df['filename'].str.endswith(extensions)]

# 遍历每一行，关联路径与对应文本
for filename, finding in zip(filtered_df['filename'], filtered_df['findings']):
    img_full_path = f"{path}/{filename}"
    image_path_to_caption[img_full_path].append(finding)

代码解释 #

• 先过滤整个数据框filtered_df，避免单独提取列导致的索引错位问题
• 用zip配对每一行的filename和findings，确保每条文本都对应正确的图片路径
• 以单个字符串格式的图片路径作为键，将对应文本添加到该键的列表中，完全匹配defaultdict(list)的使用逻辑

内容的提问来源于stack exchange，提问作者user19686684