求助：TypeError: unhashable type: 'numpy.ndarray'错误解决方法

错误原因 #

出现TypeError: unhashable type: 'numpy.ndarray'，大概率是你的DataFrame列数据类型异常（比如是object类型而非数值类型），或者直接传入整个二维DataFrame时，内部解析遇到了无法哈希的数组类型数据。

具体修复步骤 #

1. 统一转换为数值类型 #

处理完缺失值后，先把所有需要绘图的列转换为数值类型，避免非数值类型导致解析错误：

# 转换所有列为数值类型，无法转换的内容会被设为NaN
house1 = house1.apply(pd.to_numeric, errors='coerce')
# 再次填充转换产生的新NaN（可根据需求选择ffill、均值等方式）
house1.fillna(method='ffill', inplace=True)

2. 优化索引类型（可选但推荐） #

因为你的索引是tstp时间戳，转换为datetime类型能让时间序列绘图更合理，也避免索引类型异常：

house1.index = pd.to_datetime(house1.index)

3. 正确调用绘图方法 #

• 若要绘制所有列，直接用DataFrame自带的plot方法（比plt.plot更适配Pandas数据结构）：

import matplotlib.pyplot as plt
house1.plot(ax=plt.gca(), label="Original")
plt.legend()
plt.show()

• 若只需绘制某一列，明确指定列名即可：

plt.plot(house1['目标列名'], label="Original")
plt.legend()
plt.show()

完整修复后的代码示例 #

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

house1 = pd.read_csv("House1.csv")
house1.set_index('tstp', drop=True, inplace=True)
# 替换字符串"Null"为标准NaN
house1.replace('Null', np.nan, inplace=True)

# 缺失值处理（选择适合你的方式）
house1.dropna(axis=0, inplace=True) 
# 或 house1.fillna(method='ffill', inplace=True)

# 转换所有列为数值类型
house1 = house1.apply(pd.to_numeric, errors='coerce')
# 处理转换产生的新缺失值
house1.fillna(method='ffill', inplace=True)

# 转换索引为时间类型
house1.index = pd.to_datetime(house1.index)

# 绘制所有列
house1.plot(ax=plt.gca(), title="House1 Data")
# 若绘制单列，替换为下方代码
# plt.plot(house1['你的列名'], label="Original")
plt.legend()
plt.show()

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