DataFrame.apply(raw=True)未生效？为何仍传递Series而非numpy数组

嘿，我来帮你捋捋这个问题——你遇到的错误其实是两个小问题叠加导致的，咱们一个个拆解：

1. 首先，你选列的方式错了！ #

你写的temp = df['field1', 'field2']根本不是pandas里选取多列的正确姿势（除非你的DataFrame列是多层索引MultiIndex）。在普通的单层列索引下，这行代码要么直接抛出KeyError，要么意外返回了一个Series，而不是你想要的包含两列的DataFrame。

选多列必须用双层方括号：

temp = df[['field1', 'field2']]

只有这样，temp才是正经的DataFrame，后续按行处理数据时才会符合预期。

2. pandas 0.22版本中raw=True的小坑 #

就算你选对了列，0.22版本的raw=True也有个限制：它只有在你调用NumPy原生函数的时候，才会老老实实传递numpy数组；但你用的是Python内置的hash()，这不是NumPy函数，所以pandas还是会把Series传给你的lambda，自然就触发了"可变对象不能哈希"的错误。

解决方案：两个靠谱选项 #

方案一：把行转成元组再哈希

既然hash()能处理不可变的元组，咱们先把每行数据转成元组就行：

df["hash"] = df[['field1', 'field2']].apply(lambda x: hash(tuple(x)), axis=1)

或者拆成两步更清晰：

# 先把每行转成元组
df['tuple_row'] = df[['field1', 'field2']].apply(tuple, axis=1)
# 再计算哈希
df["hash"] = df['tuple_row'].apply(hash)

方案二：用hashlib生成更稳定的哈希（可选）

如果你需要跨会话不变的哈希值（Python内置的hash()每次重启程序都会变化），可以用hashlib库生成更稳定的哈希：

import hashlib

def get_stable_hash(row):
    # 把两列内容拼接成字符串并转成字节
    content = f"{row['field1']}{row['field2']}".encode('utf-8')
    # 用SHA256生成哈希，返回十六进制字符串（也可以用MD5等其他算法）
    return hashlib.sha256(content).hexdigest()

df["hash"] = df.apply(get_stable_hash, axis=1)

总结 #

你这个问题的核心是一开始选列选错了，导致temp不是DataFrame，apply只能传递Series；再加上0.22版本raw=True对非NumPy函数的支持有限，最终触发了错误。先修正列选取方式，再通过转元组的方式处理哈希，问题就能解决啦！

内容的提问来源于stack exchange，提问作者mattator