Pandas合并/拼接时索引不匹配如何触发报错？

Pandas的merge、concat、join这几个合并函数本身没有内置参数，能直接在索引不匹配时触发报错（默认会做外/左连接并填充NaN）。要实现索引完全匹配才允许合并、不匹配则报错的需求，需要手动添加索引相等性校验逻辑，再执行合并操作。

1. 针对merge的实现 #

先校验两个DataFrame的索引是否完全一致，不一致则主动抛出错误，一致后再执行合并：

import numpy as np
import pandas as pd

rng = np.random.default_rng(42)
df1 = pd.DataFrame({'A': rng.integers(0, 10, size=3)}, index=['a', 'b', 'c'])
df2 = pd.DataFrame({'B': rng.integers(0, 10, size=3)}, index=['a', 'b', 'd'])

# 校验索引（包括多级MultiIndex）是否完全匹配
if not df1.index.equals(df2.index):
    raise ValueError("两个DataFrame的索引不匹配，无法执行合并")

# 索引匹配后执行合并
merged_df = pd.merge(df1, df2, left_index=True, right_index=True)

2. 针对concat的实现 #

同理，先做索引校验，再执行横向拼接（axis=1）：

if not df1.index.equals(df2.index):
    raise ValueError("两个DataFrame的索引不匹配，无法执行拼接")

concatenated_df = pd.concat([df1, df2], axis=1)

3. 针对join的实现 #

join默认是左连接，同样需要先校验索引一致性：

if not df1.index.equals(df2.index):
    raise ValueError("两个DataFrame的索引不匹配，无法执行连接")

joined_df = df1.join(df2)

关于多级索引（MultiIndex）的支持 #

上述的index.equals()方法可以直接处理多级索引的校验，它会逐一比对每一级索引的元素和顺序，确保完全一致才返回True。

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