为什么Python告诉我**TypeError:unhabable type:'；列表'；**当我有一个数据帧时？

我有下面的数据帧和我想比较的第二个类似的数据帧。 问题是我认为我混淆了数据类型：

df1 = pd.DataFrame(pd.read_csv("csv", delimiter=';', header=None, skiprows=1, names=['1', '2']))
df['1'].str.replace(r'[^\w\s]+', '')
df['1'] = df1['1'].str.replace('\d+', '')
df = df.apply(nltk.word_tokenize)
df = [nltk.word_tokenize(str(1)) for 1in df]
df = df.apply(lambda x: [item.lower() for item in x if item.lower() not in stop_words])
df = set(df)

---

类型错误：不可损坏的类型：“列表”

在倒数第二行，您正在生成一系列列表。然后将该系列转换为集合。您不能这样做，因为集合的元素需要是可散列的，而列表则不是（正如TypeError中所说的）。与列表不同，元组是可散列的。假设您的其余代码正常工作（我无法检查），请尝试

---

现在它说AttributeError:“list”对象在您的第一行代码中没有属性“apply”，我也在没有apply的情况下尝试了它，而lower（）也不能用于list。因此，该列表似乎存在于最后一行之前，即使它必须是dataframe。问题似乎出现在dataframe之后的第一行，因为datafram没有Strings。如果没有完整的示例，很难判断。例如，

[nltk.word\u tokenize（str（1））For 1in df]

也是无效的python。1在那里而不是行名称。我想将df1中的[“Paul吃苹果”]与df2中的[“Eva吃菠萝”]进行比较，在df1中有500行，在df2中有6000行。为此，我需要标记它们并将它们转换为集合

df = df.apply(lambda x: tuple(item.lower() for item in x if item.lower() not in stop_words))
df = set(df)