解决多个Pandas DataFrame合并时的TypeError问题

这个错误的核心原因很明确：你定义的dfs列表里，至少有一个元素不是Pandas的DataFrame或Series，而是个普通列表。比如你可能在创建某个dfx的时候，不小心把它写成了列表格式，或者误把一个列表对象塞进了dfs里。

第一步：定位问题元素 #

先检查dfs里每个元素的类型，找出那个“冒牌货”：

for idx, item in enumerate(dfs):
    print(f"dfs[{idx}] 的类型是: {type(item)}")

运行这段代码后，你会看到哪个位置的元素显示是<class 'list'>，那就是问题所在。

第二步：修复问题元素 #

找到那个列表元素后，把它转换成合法的DataFrame：
比如如果df3是个列表，你可以这样转换：

# 假设列表里是符合DataFrame格式的数据（比如列表套列表、字典列表等）
df3 = pd.DataFrame(df3)

如果是你不小心把错误的对象放进了dfs，直接替换成正确的DataFrame即可。

可选：添加安全校验（避免后续再踩坑） #

如果你想让代码更健壮，可以先过滤掉dfs里非合法的元素，再执行合并：

from functools import reduce
import pandas as pd

# 只保留DataFrame或Series类型的元素
valid_dfs = [df for df in dfs if isinstance(df, (pd.DataFrame, pd.Series))]

# 处理不同长度的合法列表
if len(valid_dfs) == 0:
    df_final = pd.DataFrame()  # 空DataFrame，或者根据你的业务需求调整
elif len(valid_dfs) == 1:
    df_final = valid_dfs[0].copy()  # 只有一个DataFrame的话直接复制
else:
    df_final = reduce(lambda left, right: pd.merge(left, right, on='date'), valid_dfs)

简单说，pd.merge只认Pandas自己的Series/DataFrame对象，给它塞个普通列表肯定会报错，先把列表换成DataFrame就搞定啦！

内容的提问来源于stack exchange，提问作者Darcey BM