提取表1和表2中列表名为b1的数据，组合成一列数据，并将列名命名为highestIrri，提取表3和表4中列表为b2的数据，并将组合成1列数据并将列名命名为highIrri，将处理后的两列数据生成一个新的表，并将表命名为wheat_CWSI，该怎么用python来表示

要使用Python来完成这个任务，你可以使用pandas库来处理数据。以下是一个简单的示例代码，展示如何提取和组合数据，并创建一个新的表：

import pandas as pd

# 假设表1、表2、表3、表4已经以DataFrame的形式加载到变量df1, df2, df3, df4中
# 例如:
# df1 = pd.read_csv('table1.csv')
# df2 = pd.read_csv('table2.csv')
# df3 = pd.read_csv('table3.csv')
# df4 = pd.read_csv('table4.csv')

# 提取表1和表2中列表名为b1的数据，组合成一列数据
highestIrri = pd.concat([df1['b1'], df2['b1']], ignore_index=True)

# 提取表3和表4中列表为b2的数据，并将组合成1列数据
highIrri = pd.concat([df3['b2'], df4['b2']], ignore_index=True)

# 将处理后的两列数据生成一个新的表
wheat_CWSI = pd.DataFrame({'highestIrri': highestIrri, 'highIrri': highIrri})

# 显示新的表
print(wheat_CWSI)

这段代码首先导入了pandas库，然后假设你已经将四个表加载到了对应的DataFrame变量中。接着，它使用`pd.concat()`函数来合并来自不同表的指定列数据。最后，它创建了一个新的DataFrame `wheat_CWSI`，其中包含了处理后的数据，并将其打印出来。

请确保根据你的实际文件路径和列名调整代码中的文件读取和列引用部分。