Pandas按含numpy.ndarray的列分组报Unhashable异常及异常被忽略原因咨询

你用于分组的A列元素是不可哈希的numpy.ndarray类型。pandas做分组、索引值映射时，核心依赖对每个元素计算哈希值来快速定位分组、匹配索引，但numpy数组本身没有实现可哈希的协议，无法生成唯一的哈希标识，因此触发了TypeError: unhashable type: 'numpy.ndarray'报错。

• 报错的代码路径不属于主流程的核心阻断环节。你看到的异常栈来自pandas._libs.index.IndexEngine._call_map_locations，这部分是pandas在聚合主逻辑跑完后，用于给结果索引做性能优化的后置逻辑——具体是给索引元素预生成哈希表，方便后续快速做索引值查找的优化步骤。
• 这部分由Cython层实现的优化逻辑，在设计上就做了降级处理：如果优化环节因为元素不可哈希运行失败，不会中断整个任务，也不会丢弃已经计算完成的主结果，只会把这个非核心环节抛出的异常捕获后打印提示，也就是你看到的“Exception ignored in: ...”的输出，不会让整个程序崩溃。
• 你的核心groupby统计流程、结果Series的基础结构其实已经全部生成完成了，不会因为这个后置优化环节的失败被销毁。

pandas在构建结果索引时，本来需要对A列的每个元素做哈希校验、去重来生成标准的可哈希索引，但因为元素是不可哈希的numpy数组，校验流程走不通，pandas会直接将原A列的numpy数组对象原样作为索引值塞进Series，相当于跳过了正常的索引构建校验步骤，最终你看到的Series索引里的元素就是原始的numpy数组对象。

不要因为程序返回了结果就认为分组统计是正确的。因为numpy数组不可哈希，哪怕两个数组的数值内容完全一致，pandas也无法通过哈希判定它们属于同一个分组，最后生成的统计结果会把每个numpy数组对象单独算一组，根本不会把内容相同的数组合并统计，最终得到的去重姓名计数会和预期存在明显偏差。
如果要正确计算，只需要把A列的numpy数组转成可哈希的元组形式，比如对每个数组执行tuple(array)转换，就可以正常触发分组逻辑、正确匹配同内容的数组组，也不会触发相关报错。

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