Pandas 报错 TypeError: ‘Series‘ objects are mutable, thus they cannot be hashed

一、需求

根据原始 CSV 文件的列 A 的值，添加一列 B。

二、尝试 1

1. 将 A 列与 B 列对应的值写入字典 dict，A 列为 key，B 列为 value。

2. 将 CSV 文件处理为 DataFrame。

import pandas as pd

# 如果 df['A']存在于 dict_a 中，则取 value，值，否则使用默认值 15
dict_a = {'a':1,'b':1,'c':2,'d':4,'d':3}

df = pd.read_csv(example.csv)
df['B'] = dict_a[df['A']]
# 上句话报错： TypeError: 'Series' objects are mutable, thus they cannot be hashed

在用pandas 处理文件时报错：TypeError: 'Series' objects are mutable, thus they cannot be hashed，意思是 df['B'] 整体上是一个 Series，是容易改变的，因此不能作为 index 进行检索并赋值。

三、尝试 2

使用 for 循环，遍历 DataFrame的每一行，代码如下：

data = pd.read_csv('example.csv')
df = pd.DataFrame(data)
df['B'] = 15 # 设置默认值为 15

# iterrows 遍历 DataFrame 的每一行
for index, row in df.iterrows():
    if row['A'] in dict_a:  
        print(row['B'])      
        row['B'] = dict_a[row['A']] 
        print(row['B'])           
     else:
        row['B'] = 15

df.to_csv('finished.csv')

通过 print 出来的结果可以看出来确实赋值成功，但生成的文件却没变化。

原因是：iterrows不要修改行，不应该修改正在迭代的东西。这不能保证在所有情况下都能正常工作。根据数据类型的不同，迭代器返回一个副本而不是一个视图，因此写入它将不起作用。

四、解决办法

最终使用 lambda 函数及 df.apply()函数遍历行并访问函数的多个列。

代码如下：

# 注意 函数 formula() 一定要有返回值，否则下面 apply 函数不起作用
def formula(x):
    if x in slidetime_dict:
        return slidetime_dict[x]
    else:
        return 15

df['slidetime'] = df.apply(lambda row: formula(row['A']), axis=1)

以上，问题解决。

————————————————————————————————————————————————————

更新补充知识点：

pandas 使用 apply() 函数时，被调用的函数（本例中是 formula()）中各种条件分支都要有 return 返回值，否则生成的结果不对。