Pandas报错TypeError: unhashable type: 'list'，求解决重复手机号查询问题

这个错误出现的原因很直接：你的phone列里存储的是列表（list）类型的数据，而pandas用来检测重复的方法（比如duplicated()、value_counts()）要求数据是可哈希（hashable）的类型，但列表是不可哈希的——因为它是可变对象，所以没法直接用来做重复检测。

下面给你两种针对性的解决方案，根据你的数据情况选择：

方案1：如果phone列的列表都是单元素（如示例数据） #

从你的示例看，每个phone值都是只包含一个号码的列表，那我们可以直接提取列表里的唯一元素，把列转换成数值/字符串类型，之后再找重复：

import pandas as pd
import numpy as np

# 你的原始数据
df = pd.DataFrame( 
    [ 
        [["John Muller"], "person", [8866155845]], 
        [["Innovation Division"], "company", np.nan], 
        [["Carol Sway"], "person", [8866155845]], 
    ], 
    columns=["name", "kind", "phone"], 
)

# 第一步：提取列表中的元素，处理NaN（因为np.nan不是列表，直接保留）
df['phone_clean'] = df['phone'].apply(lambda x: x[0] if isinstance(x, list) else x)

# 第二步：查找重复的电话号码
duplicate_phones = df[df['phone_clean'].duplicated(keep=False)]
print(duplicate_phones)

运行后输出：

name    kind           phone  phone_clean
0  [John Muller]  person  [8866155845]   8866155845
2    [Carol Sway]  person  [8866155845]   8866155845

解释：

• isinstance(x, list)用来判断当前值是不是列表，避免对NaN报错
• x[0]提取列表里的唯一号码，把列转换成了可哈希的整数类型
• duplicated(keep=False)会标记所有重复的行，而不只是重复的后续行

方案2：如果phone列有包含多个号码的列表 #

如果你的数据里存在一个列表对应多个号码的情况，我们可以把列表转换成元组（tuple）——元组是不可变的、可哈希的，这样就能直接用来检测重复了：

# 处理多元素列表的情况
df['phone_tuple'] = df['phone'].apply(lambda x: tuple(x) if isinstance(x, list) else x)

# 查找重复
duplicate_phones = df[df['phone_tuple'].duplicated(keep=False)]

比如如果有一行的phone是[8866155845, 8866123456]，转换成元组(8866155845, 8866123456)后，就能正常检测重复了。

额外提示：提前避免这类问题 #

如果是你自己生成的这个DataFrame，建议一开始就不要把单个号码存成列表，直接存数值或字符串类型，这样后续操作会更顺畅：

# 优化后的DataFrame创建方式
df = pd.DataFrame( 
    [ 
        ["John Muller", "person", 8866155845], 
        ["Innovation Division", "company", np.nan], 
        ["Carol Sway", "person", 8866155845], 
    ], 
    columns=["name", "kind", "phone"], 
)

这样直接用df[df['phone'].duplicated(keep=False)]就能找到重复的电话号码了。

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