使用pandas str.replace时出现TypeError: unhashable type: 'Series'错误

报错原因 #

你的代码触发TypeError: unhashable type: 'Series'，是因为pandas.Series.str.replace()方法的第一个参数要求是单个字符串或正则表达式，而非Pandas Series。直接传入Series时，Python会尝试将其作为哈希对象处理，导致错误。

解决方案 #

方法1：用apply逐行执行字符串替换 #

这是最直接的逐行处理方式：

import pandas as pd

df = pd.DataFrame(
    {
        "substring": ["This", "sentence."],
        "id": [1, 1],
        "string": ["This is a sentence.", "This is another sentence."],
    }
)

# 逐行替换对应子字符串
df["replaced"] = df.apply(lambda row: row["string"].replace(row["substring"], ""), axis=1)

执行后replaced列结果为：

0       is a sentence.
1    This is another 

方法2：支持正则替换（含特殊字符转义） #

如果你的子字符串包含正则特殊字符（比如示例中的.），需要用re.sub并配合re.escape转义，避免特殊字符干扰替换逻辑：

import pandas as pd
import re

df = pd.DataFrame(
    {
        "substring": ["This", "sentence."],
        "id": [1, 1],
        "string": ["This is a sentence.", "This is another sentence."],
    }
)

# 转义正则特殊字符后逐行替换
df["replaced"] = df.apply(lambda row: re.sub(re.escape(row["substring"]), "", row["string"]), axis=1)

原代码失效原因 #

str.replace()是向量化方法，它会将第一个参数视为全局统一的替换目标，而非逐行匹配对应列的子字符串。传入Series不符合方法参数要求，因此触发哈希错误。

内容的提问来源于stack exchange，提问作者Blob