Pandas按ID外连接合并多DataFrame触发InvalidIndexError排查

先排查核心盲区：你之前验证的df.index.is_unique是原DataFrame的默认索引，并非将ID设为索引后的结果，这可能漏掉了关键问题。按以下步骤处理：

第一步：彻底校验ID列有效性 #

遍历所有DataFrame，确认ID列无重复、无缺失：

for idx, df in enumerate(info_dfs, 1):
    print(f"df{idx} 存在重复ID？：{df['ID'].duplicated().any()}")
    print(f"df{idx} 存在缺失ID？：{df['ID'].isna().any()}")

如果输出出现True，说明对应DataFrame的ID列有异常，先清理重复或缺失的ID再进行合并。

第二步：换用merge逐次合并（替代concat） #

若ID列完全合规，大概率是concat按索引合并时的内部校验逻辑导致报错，换成merge逐次外连接更稳定：

from functools import reduce
import pandas as pd

# 定义按ID外连接的合并规则
def merge_dfs(left, right):
    return pd.merge(left, right, on='ID', how='outer')

# 批量合并所有DataFrame
all_merged = reduce(merge_dfs, info_dfs).fillna(0)

这种方式直接以ID列作为连接键，无需手动设置索引，避开了索引相关的报错，更适配多维度客户信息表的合并场景。

内容的提问来源于stack exchange，提问作者MTALY