Pandas groupby触发unhashable type: 'DataFrame'类型错误

报错和你筛选的大额损失子集没有关系，根源是函数里的列表引用赋值bug：

• 函数内agg_list = sum_list没有创建新列表，只是给传入的sum_list起了个别名，后续修改agg_list[i]时会直接改动外部传入的原始列表
• 第一次调用loss_by_entity处理全量数据时，循环会把原始Loss_Type列表里的3个列名字符串，逐个替换成聚合后的DataFrame对象
• 第二次调用函数时，传入的Loss_Type已经不是存字符串的列名列表了，里面全是DataFrame对象。执行data.groupby(col_list)[item]时，pandas会把item（也就是DataFrame）当做要选取的列名，而DataFrame是不可哈希类型，直接触发unhashable type: 'DataFrame'报错

函数内不要直接引用传入的sum_list，单独初始化空列表存放聚合结果即可，避免污染外部变量：

def loss_by_entity(data, col_list, sum_list):
    agg_list = []
    for item in sum_list:
        single_agg = data.groupby(col_list)[item].sum()
        single_agg = pd.DataFrame(single_agg)
        single_agg['Loss_Type'] = item
        agg_list.append(single_agg)
    agg_data = pd.concat(agg_list)
    return agg_data

这个bug属于Python可变对象传参的常见坑：列表、字典这类可变对象作为参数传入函数时，函数内对对象本身的修改会同步作用到外部原始对象。如果需要在函数内处理参数列表，优先创建副本或者初始化新容器承接处理结果，避免意外修改原始数据。

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