You are trying to merge on object and datetime64[ns] columns.

用padas分别读取了csv文件和xlsx文件，根据有相同的date列，用 .merge 方法合并。

df=house_price_index.merge(shiller,on='date')\
   .merge(unemployment,on='date')\
   .merge(federal_funds_rate,on='date')
   .merge(gross_domestic_product,on='date')

ValueError: You are trying to merge on object and datetime64[ns] columns. If you wish to proceed you should use pd.concat

是因为date类型的不同导致无法将其合并。
这里先将其保存为csv文件，再读取，使其与其他文件类型一样。

federal_funds_rate.to_csv('/Users/lc3/Desktop/2019数据实验/house/fed_funds.csv')
federal_funds_rate=pd.read_csv('/Users/lc3/Desktop/2019数据实验/house/fed_funds.csv')

成功解决。