Python 错误-不可损坏类型：'；列表'；使用多个值执行分组时

我对Python非常陌生，我一直在努力找出如何解决我在某些实例中看到的以下错误

for idKey, idKey_dataFrame in dataFrame[~pd.isna(dataFrame.idKey)].groupby("idKey", sort=False):

idKey_dataFrame = idKey_dataFrame[idKey_dataFrame.matched_customerProps.astype(str).str.contains("entitlement") & idKey_dataFrame.matched_customerProps.astype(str).str.contains("entitlement address")
]

for customer_type, idKey_sub_dataFrame in idKey_dataFrame.groupby("customer_type"):

    if customer_type != “repeat” and customer_type != “mvp”:
        continue

    self.log.info(f”Link made to {idKey}")
    idKey_csv_export = self.make_csv(idKey_sub_dataFrame, inventory=False)                            

我注意到，每当我有超过1个值时，我得到

“错误-不可损坏类型：'列表'”错误

我不知道该怎么做，所以当有多个值时，我会执行一个groupby，并与对象类型进行比较。任何帮助都将不胜感激

这些是我的专栏

customer_name customer_id customer_type
xyz           003         repeat        
zzz           389         repeat, mvp, intl
yyy           002         repeat
yay           005         repeat
kdi           083         mvp, repeat   

如果我提供单值customer\u类型，则不会出现错误。每当我在customer_类型下测试超过1个值的客户时，我都会得到一个错误。有问题的行是dataFrame[~pd.isna（dataFrame.idKey）

以下是完整的错误：

 ERROR - unhashable type: 'list' in line 258, in execute for customer_type, idKey_sub_dataFrame in idKey_dataFrame.groupby("customer_type"):
Traceback (most recent call last):
  File "/usr/local/lib/python3.7/site-packages/pandas/core/groupby/ops.py", line 162, in get_iterator
    splitter = self._get_splitter(data, axis=axis)
  File "/usr/local/lib/python3.7/site-packages/pandas/core/groupby/ops.py", line 168, in _get_splitter
    comp_ids, _, ngroups = self.group_info
  File "pandas/_libs/properties.pyx", line 34, in pandas._libs.properties.CachedProperty.__get__
  File "/usr/local/lib/python3.7/site-packages/pandas/core/groupby/ops.py", line 296, in group_info
    comp_ids, obs_group_ids = self._get_compressed_labels()
  File "/usr/local/lib/python3.7/site-packages/pandas/core/groupby/ops.py", line 312, in _get_compressed_labels
    all_labels = [ping.labels for ping in self.groupings]
  File "/usr/local/lib/python3.7/site-packages/pandas/core/groupby/ops.py", line 312, in <listcomp>
    all_labels = [ping.labels for ping in self.groupings]
  File "/usr/local/lib/python3.7/site-packages/pandas/core/groupby/grouper.py", line 397, in labels
    self._make_labels()
  File "/usr/local/lib/python3.7/site-packages/pandas/core/groupby/grouper.py", line 421, in _make_labels
    labels, uniques = algorithms.factorize(self.grouper, sort=self.sort)
  File "/usr/local/lib/python3.7/site-packages/pandas/util/_decorators.py", line 208, in wrapper
    return func(*args, **kwargs)
  File "/usr/local/lib/python3.7/site-packages/pandas/core/algorithms.py", line 672, in factorize
    values, na_sentinel=na_sentinel, size_hint=size_hint, na_value=na_value
  File "/usr/local/lib/python3.7/site-packages/pandas/core/algorithms.py", line 508, in _factorize_array
    values, na_sentinel=na_sentinel, na_value=na_value
  File "pandas/_libs/hashtable_class_helper.pxi", line 1798, in pandas._libs.hashtable.PyObjectHashTable.factorize
  File "pandas/_libs/hashtable_class_helper.pxi", line 1718, in pandas._libs.hashtable.PyObjectHashTable._unique

错误-不可损坏类型：第258行中的“列表”，在idKey_数据帧中的“针对客户_类型执行”中，idKey_子_数据帧。groupby（“客户_类型”）：
回溯（最近一次呼叫最后一次）：
get_迭代器中的文件“/usr/local/lib/python3.7/site packages/pandas/core/groupby/ops.py”，第162行
拆分器=自身。\u获取\u拆分器（数据，轴=轴）
文件“/usr/local/lib/python3.7/site packages/pandas/core/groupby/ops.py”，第168行，在“获取”拆分器中
comp_id，u，ngroups=self.group_info
pandas.\u libs.properties.CachedProperty.\u获取__
文件“/usr/local/lib/python3.7/site packages/pandas/core/groupby/ops.py”，第296行，组信息中
comp_id，obs_group_id=self.\u获取\u压缩标签（）
文件“/usr/local/lib/python3.7/site packages/pandas/core/groupby/ops.py”，第312行，在“获取压缩”标签中
所有标签=[ping.labels用于在self.groupings中ping]
文件“/usr/local/lib/python3.7/site packages/pandas/core/groupby/ops.py”，第312行，在
所有标签=[ping.labels用于在self.groupings中ping]
文件“/usr/local/lib/python3.7/site packages/pandas/core/groupby/grouper.py”，第397行，在标签中
self.\u制作标签（）
文件“/usr/local/lib/python3.7/site packages/pandas/core/groupby/grouper.py”，第421行，在“make”标签中
标签，uniques=algorithms.factorize（self.grouper，sort=self.sort）
包装器中的文件“/usr/local/lib/python3.7/site packages/pandas/util/_decorators.py”，第208行
返回函数（*args，**kwargs）
文件“/usr/local/lib/python3.7/site packages/pandas/core/algorithms.py”，第672行，在factorize中
值，na_sentinel=na_sentinel，size_hint=size_hint，na_value=na_value
文件“/usr/local/lib/python3.7/site packages/pandas/core/algorithms.py”，第508行，在_factorize_数组中
值，na_sentinel=na_sentinel，na_值=na_值
文件“pandas/_libs/hashtable_class_helper.pxi”，第1798行，在pandas._libs.hashtable.PyObjectHashTable.factorize中
文件“pandas/_libs/hashtable_class_helper.pxi”，第1718行，在pandas._libs.hashtable.PyObjectHashTable._unique中

如果没有数据，甚至没有任何关于抛出该错误的部分的指示，则很难帮助您。我猜您尝试分组的列，无论是

idKey

还是

customer\u type

都是包含列表的列。该错误告诉您不能将列表或任何无法散列的类型用作分组列n、 我在您的数据集中没有看到idKey。而且您不能像这样迭代数据帧：

id，df.groupby（）中的df

：-这可能是导致错误的原因。始终共享整个错误消息，并使用完整错误更新。您是如何使用类型列表创建数据框列的？这不是一件小事，无论如何，groupby尝试哈希列的值，看看是否可以将列表转换为字符串、元组或集合