首先，squeeze=True导致pd.read_csv返回一个序列，而不是 Dataframe read_csv docs(https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html)，这就是为什么会出现unhashable type series错误。
其次，您可以只对 Dataframe 进行merge或连接，而不是将其转换为字典，这取决于共享键是列还是索引。

df = pd.read_csv("lookup.csv", header=None, names=['num', 'name'])
df1 = pd.read_csv("data.csv", header=0, names=['foo', 'bar', 'num'])
df_merged = df.merge(df1, on='num')

get方法需要可哈希键（即单个值），但df1['col3']是Series对象。请尝试apply方法：

import pandas as pd

lookup_dict = pd.read_csv("lookup.csv", header=None, index_col=0).squeeze("columns").to_dict()

data_df = pd.read_csv("data.csv", header=None, index_col=False)
data_df.columns = ['col1', 'col2', 'col3']

data_df['col4'] = data_df['col3'].apply(lambda x: lookup_dict.get(x))

print(data_df)

输出：

col1 col2  col3    col4
0   101  NYC     1   first
1   202   DC     2  second

你也可以用Pandasmerge的方法。
如果查找.csv为：

Code    Name
0     1   first
1     2  second

数据.csv为：

Pin Initial  Code
0  101     NYC     1
1  202      DC     2
2  101     NYC     1
3  202      DC     2
4  101     NYC     1
5  202      DC     2
6  101     NYC     1
7  202      DC     2

然后将每个csv读入 Dataframe

import pandas as pd
lookupdf = pd.read_csv('lookup.csv')
datadf = pd.read_csv('data.csv')

并将以下单个代码行与merge一起使用（将使用公共列名）：

newdf = pd.merge(datadf, lookupdf)

查看结果：

print(newdf)

   Pin Initial  Code    Name
0  101     NYC     1   first
1  101     NYC     1   first
2  101     NYC     1   first
3  101     NYC     1   first
4  202      DC     2  second
5  202      DC     2  second
6  202      DC     2  second
7  202      DC     2  second