嵌套字典转Pandas DataFrame调用describe()报TypeError: unhashable type: 'list'

嘿，我来帮你搞定这个问题！先给你拆解清楚错误原因，再给你对应解决方案。

为什么会报错？ #

你遇到的TypeError: unhashable type: 'list'，根源在于你用pd.DataFrame.from_dict(dictionary, orient='index')创建的DataFrame里，a、b、c这些列的单元格值都是列表类型。而describe()方法在处理这类列时，会尝试调用value_counts()统计元素出现次数，但列表是不可哈希的对象——哈希表没法处理它，所以直接抛出了错误。

举个直观的例子，你创建的DataFrame实际结构是这样的：

这种存列表的列，自然没法用describe()做常规统计。

解决方案（分三种场景） #

根据你想要的最终DataFrame格式，我给你三种不同的处理方式：

场景1：把列表转成字符串，让describe()正常工作 #

如果你只是想让describe()能运行，同时保留每个列的多值信息，可以把列表转换成字符串（可哈希类型）：

import pandas as pd

# 你的原始字典
dictionary = {'A' : {'a' : ['1', '2', '3'], 'b' : ['4', '5'], 'c' : ['6']}, 
              'B' : {'a' : ['7'], 'b' : ['8', '9']}}

# 遍历字典，把所有列表转成逗号分隔的字符串
processed_dict = {
    outer_key: {inner_key: ', '.join(inner_values) for inner_key, inner_values in inner_dict.items()}
    for outer_key, inner_dict in dictionary.items()
}

# 创建DataFrame并填充空值为空白字符串
df = pd.DataFrame.from_dict(processed_dict, orient='index').fillna('')
print(df)

# 现在可以正常调用describe()了
print(df.describe())

生成的DataFrame是这样的：

场景2：把列表展开成多行（更适合数据分析） #

如果你希望数据结构更规范，方便后续分析，建议把列表里的每个元素拆成单独的行：

import pandas as pd

dictionary = {'A' : {'a' : ['1', '2', '3'], 'b' : ['4', '5'], 'c' : ['6']}, 
              'B' : {'a' : ['7'], 'b' : ['8', '9']}}

# 先把嵌套字典扁平化
flat_data = []
for outer_key, inner_dict in dictionary.items():
    for inner_key, values in inner_dict.items():
        for val in values:
            flat_data.append({
                'group': outer_key,
                'category': inner_key,
                'value': val
            })

# 转成宽格式DataFrame
df = pd.DataFrame(flat_data).pivot(index='group', columns='category', values='value')
print(df)

输出的结构化DataFrame：

这种格式下describe()可以直接正常运行，完全满足数据分析的需求。

场景3：完全匹配你要的格式（单元格存列表） #

如果你就想保留单元格里的列表（和你给出的期望格式一致），那直接用你原来的代码就行，但要注意describe()会报错——如果需要统计，就得按场景1的方法转成字符串：

import pandas as pd

dictionary = {'A' : {'a' : ['1', '2', '3'], 'b' : ['4', '5'], 'c' : ['6']}, 
              'B' : {'a' : ['7'], 'b' : ['8', '9']}}

df = pd.DataFrame.from_dict(dictionary, orient='index').fillna('')
print(df)

输出和你期望的一致：

但此时调用df.describe()还是会报错，所以如果需要统计功能，一定要先把列表转成可哈希的类型哦。

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