在Sklearn管道中保持ID列不变，可以使用ColumnTransformer和FunctionTransformer来实现。下面是一个示例代码：

from sklearn.compose import ColumnTransformer
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import FunctionTransformer
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression

# 假设数据集中的ID列位于索引0处
ID_COLUMN_INDEX = 0

# 自定义函数转换器，将ID列保持不变
def identity(x):
    return x

# 创建管道
pipeline = Pipeline([
    ('preprocess', ColumnTransformer([
        ('identity', FunctionTransformer(identity), [ID_COLUMN_INDEX]),  # 保持ID列不变
        ('scale', StandardScaler(), slice(1, None))  # 对其他列进行标准化处理
    ])),
    ('model', LogisticRegression())  # 使用逻辑回归模型
])

在上述代码中，我们首先定义了一个identity函数，用于保持ID列不变。然后，在ColumnTransformer中使用FunctionTransformer将该函数应用到ID列。接下来，我们使用StandardScaler对其他列进行标准化处理。最后，我们将预处理后的数据传递给逻辑回归模型进行建模。