能否使用Pandas合并两个以上DataFrame？多表合并代码报错求助

嘿，这个问题我见过好多开发者踩坑——pandas.merge()本质上是一次只能合并两个DataFrame的函数，你直接把df1、df2、df3、df4四个都传进去，它肯定会懵的，这就是报错的核心原因！别慌，给你两种实用的解决办法：

方法一：链式调用merge #

最简单的思路就是“循序渐进”，每次只合并两个DataFrame，把上一次的合并结果作为下一次的输入：

# 分步合并，逻辑清晰
merged_df = df1.merge(df2, on="key", how="inner")
merged_df = merged_df.merge(df3, on="key", how="inner")
merged_df = merged_df.merge(df4, on="key", how="inner")

# 也可以写成一行链式调用，更简洁
merged_df = df1.merge(df2, on="key", how="inner")\
               .merge(df3, on="key", how="inner")\
               .merge(df4, on="key", how="inner")

方法二：用functools.reduce批量合并 #

如果要合并的DataFrame数量很多，写一堆merge会很繁琐，这时候可以用functools.reduce来迭代合并所有DataFrame：

from functools import reduce
import pandas as pd

# 先把所有要合并的DataFrame放进一个列表
dfs = [df1, df2, df3, df4]

# 用reduce自动遍历列表，逐个完成合并
merged_df = reduce(lambda left, right: left.merge(right, on="key", how="inner"), dfs)

这个方法的好处是不管你有5个还是10个DataFrame，只要统一放进列表里就行，不用重复写merge代码，扩展性更强。

最后补个小知识点：你原来的代码报错，是因为pandas.merge()的第一个参数是左表、第二个是右表，后面的参数全是合并规则（比如on、how），你传四个DataFrame的话，第三个df会被当成on参数的值，类型完全不匹配，自然就抛出错误啦～

内容的提问来源于stack exchange，提问作者carthik