合并多CSV文件用于预测时触发TypeError，求排查解决

核心问题 #

• pd.merge()的参数限制：pandas.merge()仅支持合并两个DataFrame（对应left和right参数），你一次性传入多个DataFrame（d1、d2、d3、d4、d5、d6），导致参数解析混乱，触发TypeError。
• 未定义变量d5：代码中引用了d5，但没有读取对应的CSV文件，属于无效引用。

正确的合并方式 #

方式1：链式逐步合并 #

依次两两合并DataFrame，逻辑清晰易调试：

import pandas as pd

# 读取所有存在的CSV文件（移除未定义的d5，或补充对应读取代码）
d1 = pd.read_csv('/content/drive/My Drive/mimic_ed/addmition.csv')
d2 = pd.read_csv('/content/drive/My Drive/mimic_ed/diagnosis.csv')
d3 = pd.read_csv('/content/drive/My Drive/mimic_ed/icu.csv')
d4 = pd.read_csv('/content/drive/My Drive/mimic_ed/med.csv')
d6 = pd.read_csv('/content/drive/My Drive/mimic_ed/vitalsign.csv')

# 链式合并每个DataFrame
merged_df = d1.merge(d2, on='patient_id', how='outer')
merged_df = merged_df.merge(d3, on='patient_id', how='outer')
merged_df = merged_df.merge(d4, on='patient_id', how='outer')
merged_df = merged_df.merge(d6, on='patient_id', how='outer')

print(merged_df)

方式2：用functools.reduce批量合并 #

适合合并大量DataFrame的场景，代码更简洁：

import pandas as pd
from functools import reduce

# 将所有需要合并的DataFrame存入列表
dfs = [
    pd.read_csv('/content/drive/My Drive/mimic_ed/addmition.csv'),
    pd.read_csv('/content/drive/My Drive/mimic_ed/diagnosis.csv'),
    pd.read_csv('/content/drive/My Drive/mimic_ed/icu.csv'),
    pd.read_csv('/content/drive/My Drive/mimic_ed/med.csv'),
    pd.read_csv('/content/drive/My Drive/mimic_ed/vitalsign.csv')
]

# 批量合并所有DataFrame
merged_df = reduce(lambda left, right: pd.merge(left, right, on='patient_id', how='outer'), dfs)

print(merged_df)

额外注意事项 #

• 确认所有CSV文件中都存在patient_id列，否则会触发KeyError。
• 如果d5是遗漏的文件，补充对应的pd.read_csv代码；如果是笔误，直接从合并列表中删除即可。

内容的提问来源于stack exchange，提问作者Shrouq Alzhrani