Pandas提取两列差异值时出现Series不可哈希错误如何解决

报错原因 #

drop_duplicates方法的subset参数要求传入列名或者列名组成的列表，你传入了两个Series对象作为参数，Series属于可变对象，无法被哈希用于子集判断，同时drop_duplicates本身是数据去重方法，和你需要的按条件筛选赋值的需求逻辑完全不匹配。

正确实现方式 #

你的需求本质是：第53列的取值规则为，当第51列的值为负数时保留原值，非负数时替换为0，可以用以下几种方法实现：

• 方法1：使用numpy.where实现（最简洁）

import numpy as np
df.loc[:, 53] = np.where(df.loc[:, 51] < 0, df.loc[:, 51], 0)

• 方法2：使用pandas自带的Series.where方法，无需额外导入依赖

df.loc[:, 53] = df.loc[:, 51].where(df.loc[:, 51] < 0, 0)

• 方法3：使用布尔索引分步赋值

# 先初始化第53列全为0
df.loc[:, 53] = 0
# 将第51列中为负数的位置对应值赋值到第53列
mask = df.loc[:, 51] < 0
df.loc[mask, 53] = df.loc[mask, 51]

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