Python 熊猫不易损坏类型：'；numpy.ndarray和#x27；

df_ppc.info（）

：

它起作用了

如果我这样分组：

df = df_ppc.groupby(['Player', 'Team'])['Mean'].max().sort_values(ascending=False)

position = df_players.groupby('Player')['position'].agg(pd.Series.mode)
team = df_players.groupby('Team')['time_nome'].agg(pd.Series.mode)
mean = df_players.groupby('atleta_nome').mean()['points']

df_ppc = pd.DataFrame([team, position, mean]).T

df_ppc.columns = ['Team','Position','Mean']   

df_ppc = df_ppc.reset_index() 

它抛出：

  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
TypeError: unhashable type: 'numpy.ndarray'

---

为什么?？我该如何解决这个问题

编辑：

可抽样：

        Player        Mean      Team  \
715  Richard Franco   0.2354   Avaí   
12       Alan Costa   0.6543   CSA   
14      Alan Santos   0.0345   Botafogo   

           Posicao 
715  Meio-Campista       
12        Zagueiro         
14   Meio-Campista  

df_pcc是这样建造的：

df = df_ppc.groupby(['Player', 'Team'])['Mean'].max().sort_values(ascending=False)

position = df_players.groupby('Player')['position'].agg(pd.Series.mode)
team = df_players.groupby('Team')['time_nome'].agg(pd.Series.mode)
mean = df_players.groupby('atleta_nome').mean()['points']

df_ppc = pd.DataFrame([team, position, mean]).T

df_ppc.columns = ['Team','Position','Mean']   

df_ppc = df_ppc.reset_index() 

---

当您构建

df_ppc

时，获取模式只选择第一个，因为函数将返回一个系列而不是单个值

position = df_players.groupby('Player')['position'].agg(lambda x : x.mode().iloc[0])
team = df_players.groupby('Team')['time_nome'].agg(lambda x : x.mode().iloc[0])

比如说

pd.Series([1,1,2,2]).mode()
Out[24]: 
0    1
1    2
dtype: int64

---

你能给我看看样品吗table@YOBEN_S这样吗？团队中有np.array类型吗？

Team

列是否包含numpy数组？@Ankur请参考编辑