Python中合并DataFrame列表与指定列时遇类型错误求助

错误原因 #

pd.merge() 仅支持传入两个单个的DataFrame/Series对象作为合并的左右数据源，你直接传入DataFrame列表，不符合参数要求，因此触发类型错误。

正确解决方案 #

要合并多个DataFrame，可通过迭代合并的方式实现，下面提供两种常用方法：

方法1：使用functools.reduce()批量合并 #

借助reduce函数迭代执行两两合并，代码示例：

import pandas as pd
from functools import reduce

# 定义待合并的DataFrame列表与合并键
dataframes = [df1, df2, df3, df4]
merge_keys = ["server", "ip"]

# 批量合并，how参数可按需调整：inner/outer/left/right
df_res = reduce(lambda left, right: pd.merge(left, right, on=merge_keys, how='outer'), dataframes)

方法2：循环逐个合并 #

手动循环实现两两合并，逻辑更直观：

import pandas as pd

merge_keys = ["server", "ip"]

# 初始化结果为第一个DataFrame
df_res = df1
# 依次合并剩余DataFrame
for df in [df2, df3, df4]:
    df_res = pd.merge(df_res, df, on=merge_keys, how='outer')

注意事项 #

• how参数：根据需求选择合并方式，outer保留所有行，inner仅保留所有DataFrame共有的匹配行，left/right保留左/右DataFrame的所有行。
• 确保所有DataFrame中server和ip列的数据类型一致，否则可能出现匹配失效的情况，若类型不一致可提前用astype()统一。

内容的提问来源于stack exchange，提问作者Witty Apps