如何基于concept_id合并含MultiIndex列的多个Pandas DataFrame？

一、正确按"concept_id"合并带MultiIndex列的DataFrame #

由于你的DataFrame列是MultiIndex结构，直接用pd.concat指定keys=["concept_id"]无法实现按列匹配合并，而reduce+merge的问题出在后续导出环节而非合并逻辑本身。推荐先统一合并键的处理，再用更高效的索引对齐方式合并：

步骤1：统一将"concept_id"设为索引 #

假设"concept_id"是MultiIndex中的二级列（例如属于一级列("common", "concept_id")），先遍历所有DataFrame，将该列设置为索引（确保每个df都包含这个列）：

processed_dfs = []
for idx, df in enumerate(dfs):
    # 替换为你的"concept_id"所在的MultiIndex元组
    concept_col = ("common", "concept_id")
    if concept_col not in df.columns:
        raise ValueError(f"第{idx+1}个DataFrame缺少指定的concept_id列")
    
    # 将concept_id设为索引，同时给当前df的列添加唯一标识（避免列名重复）
    temp_df = df.set_index(concept_col)
    temp_df.columns = pd.MultiIndex.from_tuples(
        [(f"source_{idx+1}", col[0], col[1]) for col in temp_df.columns]
    )
    processed_dfs.append(temp_df)

步骤2：按索引合并所有DataFrame #

此时所有df的索引都是"concept_id"，直接用pd.concat按列轴合并，自动对齐索引：

import pandas as pd

result = pd.concat(processed_dfs, axis=1, join="outer")

# 可选：将concept_id从索引恢复为普通列
result = result.reset_index().rename(columns={concept_col: "concept_id"})

二、解决xlsxwriter导出重叠合并范围错误 #

你遇到的xlsxwriter.exceptions.OverlappingRange错误，是因为导出带MultiIndex列的DataFrame时，xlsxwriter会自动合并上层索引相同的单元格，若合并后的列存在重复的上层索引范围，就会触发重复合并冲突。解决方式有两种：

方式1：导出时禁用自动合并单元格 #

在使用ExcelWriter时设置merge_cells=False，这样不会自动合并列索引的单元格：

with pd.ExcelWriter("merged_result.xlsx", engine="xlsxwriter") as writer:
    result.to_excel(writer, merge_cells=False)

方式2：优化MultiIndex列结构 #

在合并前给每个来源df的列添加唯一的上层标识（如步骤1中的source_{idx+1}），确保每个df的列索引上层不重复，导出时就不会出现重复合并的情况（这也是步骤1中添加标识的原因）。

内容的提问来源于stack exchange，提问作者bhnvx