Pandas DataFrame集合列用seaborn绘图报unhashable type: 'set'如何解决

错误原因 #

set属于不可哈希的可变类型，无法作为分组统计的键，也不能作为seaborn绘图的分类维度，因此会触发类型错误。转换为可哈希的类型后即可正常处理。

解决步骤 #

1. 转换集合列类型 #

将集合列转换为排序后元组（避免相同元素的集合因顺序问题被判定为不同分类），如果需要x轴显示集合样式的标签，也可以转换为字符串格式：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 构造示例DataFrame
df = pd.DataFrame([['Alex',{33, 34}],['Bob',{33}],['Clarke',{33, 34}]], columns = ['names', 'indicators'])

# 方案1：转排序后元组，保留数据结构
df['indicators'] = df['indicators'].apply(lambda x: tuple(sorted(x)))

# 方案2：转字符串，x轴直接显示集合样式标签
# df['indicators'] = df['indicators'].apply(lambda x: str(set(sorted(x))))

2. 统计频率 #

直接调用value_counts即可得到预期统计结果：

print(df['indicators'].value_counts())
"""
输出结果：
(33, 34)    2
(33,)       1
Name: indicators, dtype: int64
"""

3. 绘制统计图 #

两种可选绘图方式：

• 直接使用countplot对原始数据计数绘图：

sns.countplot(data=df, x='indicators')
plt.show()

• 先统计频率再用barplot绘图，适合大数据量场景：

count_df = df['indicators'].value_counts().reset_index()
count_df.columns = ['indicator_combination', 'count']
sns.barplot(data=count_df, x='indicator_combination', y='count')
plt.show()

内容的提问来源于stack exchange，提问作者shaha