Pandas根据动态列存在性更新列触发TypeError问题求助

错误原因 #

你代码的核心问题是："independant_value_" + the_dataframe["suffix"].str.lower()生成的是Series对象，而in the_dataframe.columns是用来判断单个字符串是否在列名集合中的操作，无法直接对整个Series执行该判断——因为Series是不可哈希的类型，所以触发TypeError: unhashable type: 'Series'。

另外注意：你代码里同时出现了independant_value_和independent_value_（拼写差异，少了一个字母e），这可能导致后续列名匹配失败，建议先统一拼写。

解决方案 #

方案一：逐行处理（逻辑直观，小数据量适用） #

通过apply逐行检查目标列是否存在，再计算对应值：

# 统一列名前缀，修正拼写问题
prefix = "independent_value_"
# 生成每行对应的目标列名
target_cols = prefix + the_dataframe["suffix"].str.lower()

# 逐行判断并赋值
the_dataframe["dependant_value"] = the_dataframe.apply(
    lambda row: row["another_column"] * row[target_cols.loc[row.name]] 
    if target_cols.loc[row.name] in the_dataframe.columns 
    else 0,
    axis=1
)

方案二：批量处理（效率更高，大数据量推荐） #

先筛选出目标列存在的行，再批量计算赋值，避免逐行循环的性能损耗：

prefix = "independent_value_"
target_cols = prefix + the_dataframe["suffix"].str.lower()

# 标记哪些行的目标列存在于DataFrame中
cols_exist = target_cols.isin(the_dataframe.columns)

# 先初始化结果列为0
the_dataframe["dependant_value"] = 0

# 对目标列存在的行，批量计算乘积
mask = cols_exist
the_dataframe.loc[mask, "dependant_value"] = (
    the_dataframe.loc[mask, "another_column"] 
    * the_dataframe.loc[mask, target_cols[mask].values]
)

内容的提问来源于stack exchange，提问作者HuLu ViCa