本文介绍在 Pandas DataFrame 中，对含列表的列（如 list_column）逐行计算其与前一行的交集元素个数的三种稳健方法，解决直接使用 set() 操作引发的 TypeError: unhashable type: 'list' 问题。
本文介绍在 pandas dataframe 中，对含列表的列（如 `list_column`）逐行计算其与前一行的交集元素个数的三种稳健方法，解决直接使用 `set()` 操作引发的 `typeerror: unhashable type: 'list'` 问题。
在 Pandas 中处理嵌套数据结构（如列表列）时，直接对 Series 整体调用 set() 会失败，因为 Series 不可哈希；而对单个列表调用 set() 是合法的，但需确保操作作用于每个元素而非整个 Series。原始代码中 set(x['list_column']) 尝试将整个 Series 转为 set，导致 TypeError。
✅ 推荐方案：使用 .apply(set) 预转换 + diff() 差分逻辑
最清晰、向量化程度高的方式是先将列表列统一转为 set 类型的 Series，再利用集合差分（s - s.diff()）间接获取交集大小：
df.assign(
sets=lambda d: d['list_column'].apply(set),
common=lambda d: d['sets'] - d['sets'].diff(), # 当前行集合减去前一行集合（即非交集部分）
n_common=lambda d: d['common'].str.len()
)⚠️ 注意：s.diff() 对首行返回 NaN，因此 s - s.diff() 在首行结果为 NaN（对应无前驱行），后续行实际计算的是 当前集合 - 前一行集合 —— 这并非交集，而是当前独有元素。若目标是共同元素数量（交集大小），应改用：
df.assign(
sets=lambda d: d['list_column'].apply(set),
n_common=lambda d: [len(a & b) for a, b in zip(d['sets'], d['sets'].shift(1).fillna(set()))]
)✅ 更简洁的交集计数（推荐）：
df.assign(
n_common=lambda d: (
s := d['list_column'].apply(set)
).rolling(2).apply(lambda x: len(x.iloc[0] & x.iloc[1]) if len(x) == 2 else 0, raw=False).astype('Int64')
)但更高效且易读的是自定义函数配合 zip：
def count_common_with_prev(series):
sets = series.apply(set)
prev_sets = sets.shift(1).fillna(set())
return [len(curr & prev) for curr, prev in zip(sets, prev_sets)]
df.assign(n_common=lambda d: count_common_with_prev(d['list_column']))输出示例：
x list_column n_common
0 1 [apple, banana, cherry] 0 # 首行无前驱，记为 0
1 2 [banana, cherry] 2 # {'banana','cherry'} ∩ {'apple','banana','cherry'} = 2
2 3 [cherry, date, fig] 1 # {'cherry','date','fig'} ∩ {'banana','cherry'} = 1
3 4 [orange] 0 # {'orange'} ∩ {'cherry','date','fig'} = 0? 关键注意事项：
- 切勿在 lambda 中直接对 Series 调用 set()（如 set(x['list_column'])），必须使用 .apply(set) 逐元素转换；
- shift(1) 会产生首行为 NaN，需用 fillna(set()) 避免 set & NaN 报错；
- 若需严格保持链式写法（method chaining），推荐使用 assign + 自定义函数或带海象运算符的单行表达式（Python ≥ 3.8）；
- 性能敏感场景下，避免多次 .apply(set)，可复用中间 sets 变量。
综上，交集计数的本质是成对比较相邻集合，核心在于安全地完成列表→集合→交集→长度的映射，而非依赖不支持列表的聚合操作。
