循环合并两个DataFrame，首次循环后触发TypeError: unhashable type: 'list'

你遇到的TypeError: unhashable type: 'list'报错，根源在于groupby('text').first()操作无法处理nlp_text列里的列表/元组这类不可哈希类型——pandas的聚合函数在处理这类类型时，会因为无法将其作为哈希键而抛出错误。结合你的需求（循环合并df_2，填充或更新df_1的nlp_text），这里有两种针对性的解决方案：

方案1：用combine_first填充NaN值（保留已有非空值） #

如果你的需求是用df_2的nlp_text填充df_1中对应text的NaN值，保留已有非空的nlp_text，combine_first是最简洁的方法，它会按索引匹配自动替换NaN，完全避开groupby的问题：

import pandas as pd
import numpy as np

# 初始化df_1
df_1 = pd.DataFrame(
    {'text':['A','B','C'],
     'other_info':['12','24','34'],
     'nlp_text':[[('together', 'RB'),('subsidiary', 'NN')],np.NaN,np.NaN]}
).reset_index(drop=True)

# 循环中生成的df_2示例
df_2 = pd.DataFrame(
    {'text':'B',
     'nlp_text':[[('produce', 'NN'), ('sell', 'VBP')]]}  # 注意这里nlp_text是元组组成的列表，要加外层括号保证每行是单个值
)

# 合并操作（循环中可重复执行）
# 先将两个DataFrame的text列设为索引，方便匹配
df_1 = df_1.set_index('text')
df_2 = df_2.set_index('text')

# 用df_2的值填充df_1的NaN，然后恢复text为列
df_1 = df_1.combine_first(df_2).reset_index()

执行后df_1的结果：

方案2：合并nlp_text列表（追加新内容） #

如果你的需求是把df_2中的nlp_text追加到df_1对应text的已有列表中，可以先merge再自定义函数合并列表：

import pandas as pd
import numpy as np

# 初始化df_1
df_1 = pd.DataFrame(
    {'text':['A','B','C'],
     'other_info':['12','24','34'],
     'nlp_text':[[('together', 'RB'),('subsidiary', 'NN')],np.NaN,np.NaN]}
).reset_index(drop=True)

# 循环中生成的df_2示例
df_2 = pd.DataFrame(
    {'text':'B',
     'nlp_text':[[('produce', 'NN'), ('sell', 'VBP')]]}
)

# 先outer merge，保留所有text
merged_df = pd.merge(df_1, df_2, on='text', how='outer', suffixes=('_x', '_y'))

# 定义函数合并同一text的nlp_text内容
def merge_nlp(row):
    combined = []
    # 加入df_1中原有的非空nlp_text
    if not pd.isna(row['nlp_text_x']):
        combined.extend(row['nlp_text_x'])
    # 加入df_2中的非空nlp_text
    if not pd.isna(row['nlp_text_y']):
        combined.extend(row['nlp_text_y'])
    # 如果合并后为空则返回NaN，否则返回合并后的列表
    return combined if combined else np.NaN

# 应用函数生成新的nlp_text列，然后整理结构
merged_df['nlp_text'] = merged_df.apply(merge_nlp, axis=1)
df_1 = merged_df[['text', 'other_info', 'nlp_text']].drop_duplicates(subset='text').reset_index(drop=True)

这种方式下，如果后续循环中再生成对应text的df_2，重复执行merge和合并步骤即可实现内容追加。

内容的提问来源于stack exchange，提问作者Kaung Myat