Python获取Pandas DataFrame列唯一值时unhashable type: 'list'错误如何解决

• Pandas的unique()方法基于哈希表实现去重逻辑，要求序列内的所有元素都是可哈希类型（即具备固定不变的哈希值，比如字符串、数值、元组等）。列表是Python中的可变类型，没有固定哈希值，无法作为哈希表的键参与去重计算，因此触发TypeError: unhashable type: 'list'报错。
• 你使用的Crowdtangle导出数据中，country_mentions_domestic字段会把单条内容提到的多个国内国家/地区以列表格式存储，和其他存储字符串的字段结构不同，因此无法直接调用unique()方法。

根据实际需求选择对应方案即可：

方案1：统计所有出现过的单个国家唯一值 #

如果要提取该字段下所有提到过的独立国家名称，先把嵌套的列表拆平再去重：

# 先过滤空值，再拆平所有列表后去重
all_unique_countries = list({
    country 
    for sublist in df.country_mentions_domestic.dropna() 
    for country in sublist
})

方案2：统计国家组合的唯一值 #

如果要把单条内容里提到的多个国家作为一个整体去重，先把列表转为可哈希的元组再执行去重：

# 转元组后去重，得到元组格式的国家组合
unique_country_combinations = df.country_mentions_domestic.dropna().apply(tuple).unique()
# 如需转回列表格式可追加一步转换
unique_country_combinations = [list(item) for item in unique_country_combinations]

内容的提问来源于stack exchange，提问作者Nicolai MC