我认为，如果满足以下两个条件，则会发生此错误：

1. Dataframe 具有不同的列。（例如，(df1.columns == df2.columns)是False
   1.列具有重复值。
   基本上，如果你concat嵌套了[A,B,C]和[B,C,D]列，它可以为每个不同的列名创建一个系列。所以，如果我尝试加入第三个嵌套[B,B,C]，它不知道要追加哪一列，并且最终的不同列比它认为需要的要少。
   如果你的数组是df1.columns == df2.columns，那么它无论如何都会工作。所以你可以将[B,B,C]连接到[B,B,C]，但不能连接到[C,B,B]，因为如果列是相同的，它可能只是使用整数索引或其他东西。

这里的答案没有解决我的问题，但这个答案解决了。
问题在一个或两个DataFrame中重复列。

下面是一个重复的列修复（根据上面的答案）：

df = df.loc[:,~df.columns.duplicated()]

字符串

您可以通过“手动”连接来解决这个问题，在本例中，

list_of_dfs = [df_a, df_b]

字符串
而不是逃跑

giant_concat_df = pd.concat(list_of_dfs,0)

型
您可以使用将所有的数据框转换为字典列表，然后从这些列表中创建一个新的数据框（与chain合并）

from itertools import chain
list_of_dicts = [cur_df.T.to_dict().values() for cur_df in list_of_dfs]    
giant_concat_df = pd.DataFrame(list(chain(*list_of_dicts)))

型

不幸的是，源文件已经不可用，所以我不能检查我的解决方案在你的情况下.在我的情况下，错误发生时：
1.数据框有两个同名的列（我有ID和id列，然后我将其转换为小写，因此它们变得相同）
1.同名列的值类型不同
下面是一个例子，它给我的错误问题：

df1 = pd.DataFrame(data=[
    ['a', 'b', 'id', 1],
    ['a', 'b', 'id', 2]
], columns=['A', 'B', 'id', 'id'])

df2 = pd.DataFrame(data=[
    ['b', 'c', 'id', 1],
    ['b', 'c', 'id', 2]
], columns=['B', 'C', 'id', 'id'])
pd.concat([df1, df2])
>>> AssertionError: Number of manager items must equal union of block items
 # manager items: 4, # tot_items: 5

字符串
删除/重命名其中一个列可以使此代码正常工作。