df ['X'].unique() 和 TypeError: unhashable type: 'numpy.ndarray'

Question

所有，

我在数据框中有一列如下所示：

allHoldingsFund['BrokerMixed']
Out[419]: 
78         ML
81       CITI
92         ML
173      CITI
235        ML
262        ML
264        ML
25617      GS
25621    CITI
25644    CITI
25723      GS
25778    CITI
25786    CITI
25793      GS
25797    CITI
Name: BrokerMixed, Length: 2554, dtype: object

虽然列是一个对象。我无法按该列分组，甚至无法提取该列的唯一值。例如，当我这样做时：

allHoldingsFund['BrokerMixed'].unique()

我收到一个错误

     uniques = table.unique(values)
  File "pandas/_libs/hashtable_class_helper.pxi", line 1340, in pandas._libs.hashtable.PyObjectHashTable.unique
TypeError: unhashable type: 'numpy.ndarray'

我在分组时也遇到错误。

欢迎任何帮助。谢谢

Answer 1

看起来您的系列中有一个 NumPy 数组。但是你不能对 NumPy 数组进行哈希处理，而 pd.Series.unique 和 set 一样，依赖于哈希处理。

如果您不能确保您的系列数据仅包含字符串，您可以在调用 pd.Series.unique 之前将 NumPy 数组转换为元组：

s = pd.Series([np.array([1, 2, 3]), 1, 'hello', 'test', 1, 'test'])

def tuplizer(x):
    return tuple(x) if isinstance(x, (np.ndarray, list)) else x

res = s.apply(tuplizer).unique()

print(res)

array([(1, 2, 3), 1, 'hello', 'test'], dtype=object)

当然，这意味着您的数据类型信息会在结果中丢失，但至少您可以看到“唯一”的 NumPy 数组，前提是它们是一维的。

Answer 2

您的数据列中有一个数组，您可以尝试以下操作

allHoldingsFund['BrokerMixed'].apply(lambda x: str(x)).unique()

Answer 3

首先我建议你检查一下你的column 中的type 是什么。你可以尝试如下

print (type(allHoldingsFund['BrokerMixed']))

如果这是dataframe series，你可以试试

allHoldingsFund['BrokerMixed'].reset_index()['BrokerMixed'].unique()

并检查这是否适合您。

EDIT 2020 ：使用 Python 3 获得独特和提及的答案的方法可以获取相同的结果