“系列对象是可变的，不能散列”错误。

Question

我正在尝试让下面的脚本工作。输入文件由3列组成:基因关联类型、基因名称和疾病名称。

cols = ['Gene type', 'Gene name', 'Disorder name']
no_headers = pd.read_csv('orphanet_infoneeded.csv', sep=',',header=None,names=cols)

gene_type = no_headers.iloc[1:,[0]]
gene_name = no_headers.iloc[1:,[1]]
disease_name = no_headers.iloc[1:,[2]]

query = 'Disease-causing germline mutation(s) in' ###add query as required

orph_dict = {}

for x in gene_name:
    if gene_name[x] in orph_dict:
        if gene_type[x] == query:
            orph_dict[gene_name[x]]=+ 1
        else:
            pass
    else:
        orph_dict[gene_name[x]] = 0

我一直有个错误说：

系列对象是可变的，不能进行散列处理。

任何帮助都将不胜感激！

Answer 1

简单地说：gene_name[x]是一个可变的对象，因此不能对其进行散列。要将对象作为字典中的键使用，python需要使用它的散列值，这就是获得错误的原因。

进一步解释：

可变对象是可以更改值的对象。例如，list是一个可变对象，因为您可以附加到它。int是一个不可变的对象，因为您无法更改它。当你这样做时：

a = 5;
a = 3;

如果不更改a的值，则创建一个新对象并使a指向其值。

不能对可变对象进行散列。看这个answer。

要解决问题，您应该在字典中使用不可变对象作为键。例如：tuple，string，int。

Answer 2

gene_name = no_headers.iloc[1:,[1]]

这会创建一个DataFrame，因为您传递了一个列列表(单个，但仍然是一个列表)。当您稍后执行此操作时：

gene_name[x]

现在有一个具有单个值的Series对象。你不能把系列赛搞砸。

解决方案是从一开始就创建系列。

gene_type = no_headers.iloc[1:,0]
gene_name = no_headers.iloc[1:,1]
disease_name = no_headers.iloc[1:,2]

另外，在有orph_dict[gene_name[x]] =+ 1的地方，我猜这是一个错误，您的意思是orph_dict[gene_name[x]] += 1来增加计数器。