如何根据DataFrame图像列拼接绝对路径加载图片并解决Series报错

• 报错核心原因：代码里写的{df["images"]}是尝试将整个pandas Series（也就是DataFrame的整列对象）存入Python集合，而Series是可变类型，不支持哈希操作，因此触发TypeError: unhashable type: 'Series'。
• 逻辑顺序错误：原代码先遍历目录下全部7000张原始图像，再尝试匹配文件名，既不符合「仅加载DataFrame中记录的3000张目标图像」的需求，还做了大量无效遍历，效率极低。
• 路径拼接不规范：直接用+拼接字符串容易出现路径斜杠遗漏的问题，跨环境运行容易出错。

直接遍历DataFrame中存储的目标文件名，拼接路径后校验、加载即可，不需要遍历全量图像目录。

import os
import pandas as pd
from PIL import Image  # 可根据自身需求替换为OpenCV等其他图像读取库

# 图像存储根目录
base_path = "/content/drive/MyDrive/IU-Xray/images/images_normalized"
# 提前提取目标文件名列表，避免循环中重复访问DataFrame
target_img_list = df["images"].tolist()
# 存储加载完成的图像，格式为(文件名, 图像对象)
loaded_dataset = []

for img_name in target_img_list:
    # 自动拼接路径，兼容不同操作系统的路径分隔符
    img_full_path = os.path.join(base_path, img_name)
    # 校验文件存在、格式符合要求再读取，避免运行报错
    if os.path.isfile(img_full_path) and img_name.lower().endswith((".png", ".jpg", ".jpeg")):
        img = Image.open(img_full_path)
        loaded_dataset.append( (img_name, img) )
    else:
        print(f"跳过无效文件：{img_full_path}")

可选优化 #

如果不需要立刻加载图像，仅需生成所有目标图像的完整路径，可以直接给DataFrame新增列存储路径，无需手写循环：

df["full_path"] = df["images"].apply(lambda x: os.path.join(base_path, x))

内容的提问来源于stack exchange，提问作者albert