pandas groupby().apply报错‘DataFrame不可哈希’的解决方法咨询

这个错误的核心原因很直接：你传给groupby.apply()的right_top是一个DataFrame对象，但apply方法需要的是一个可调用的函数，而不是一个可变的DataFrame。pandas尝试把right_top当作函数来处理时，因为DataFrame是可变的不能被哈希，所以抛出了这个错误。

要解决这个问题，你需要先明确你想用right_top对每个分组做什么操作，然后把这个操作封装成一个函数，再传给apply。下面举几个常见场景的解决方案：

场景1：将每个分组与right_top合并 #

如果你想把每个exam_id分组的DataFrame和right_top按某列合并（比如共同的id列），可以定义这样的函数：

import pandas as pd

def merge_group_with_right_top(group):
    # 这里假设按'id'列合并，你可以根据实际业务调整合并键和方式
    return pd.merge(group, right_top, on='id', how='inner')

# 调用apply时传入这个函数
g = right_df.groupby('exam_id').apply(merge_group_with_right_top)
print(g)

场景2：筛选每个分组中存在于right_top的行 #

如果你的需求是从每个分组里筛选出在right_top中存在的记录（比如根据学生id匹配），可以这样写：

def filter_group_with_right_top(group):
    # 示例：筛选分组中student_id在right_top的student_id列表里的行
    return group[group['student_id'].isin(right_top['student_id'])]

g = right_df.groupby('exam_id').apply(filter_group_with_right_top)
print(g)

场景3：关联分组与right_top的聚合结果 #

如果right_top是每个exam_id的聚合统计结果（比如最高分、平均分），其实不需要用apply，直接用merge更高效：

# 假设right_top包含exam_id和对应的统计列（比如top_score）
g = pd.merge(right_df, right_top, on='exam_id', how='left')
print(g)

总结一下：先理清你要对每个分组执行的具体逻辑，把逻辑写成函数，再传给groupby.apply——别直接把DataFrame塞进去就行。

内容的提问来源于stack exchange，提问作者boure Li