通过index连接多个dataframe

你可以使用 pandas 库中的 concat 函数来连接多个 DataFrame。具体步骤如下：

1. 将要连接的 DataFrame 存储在一个列表中。
2. 使用 concat 函数，指定列表作为参数，设置 axis=0 表示按行连接或 axis=1 表示按列连接。
3. 如果 DataFrame 的列名不同，可以使用参数 ignore_index=True 来重新设置行索引。

示例代码如下：

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})
df3 = pd.DataFrame({'C': [13, 14, 15], 'D': [16, 17, 18]})

df_list = [df1, df2, df3]
df_concat = pd.concat(df_list, axis=0, ignore_index=True)

print(df_concat)

输出结果如下：

    A   B     C     D
0   1   4   NaN   NaN
1   2   5   NaN   NaN
2   3   6   NaN   NaN
3   7  10   NaN   NaN
4   8  11   NaN   NaN
5   9  12   NaN   NaN
6 NaN NaN  13.0  16.0
7 NaN NaN  14.0  17.0
8 NaN NaN  15.0  18.0

注意，如果连接的 DataFrame 的列名不同，连接后的结果会包含所有列，并且缺失值会用 NaN 填充。如果需要删除缺失值，可以使用 dropna 函数。