并指定列名为summary,summary_features,target

可以在合并DataFrame对象时指定列名，具体步骤如下：

1. 导入pandas库。

import pandas as pd

2. 读取CSV文件，将数据读入DataFrame对象。

df = pd.read_csv('data.csv')

3. 将summary1,summary2合并成一个summary列，使用concat()函数实现，设置axis=1表示按列合并，指定列名为summary。

df_summary = pd.concat([df['summary1'], df['summary2']], axis=1, ignore_index=True)
df_summary.columns = ['summary']

4. 将summary1_features,summary2_features合并成一个summary_features列，使用concat()函数实现，设置axis=1表示按列合并，指定列名为summary_features。

df_features = pd.concat([df['summary1_features'], df['summary2_features']], axis=1, ignore_index=True)
df_features.columns = ['summary_features']

5. 将target1,target2合并成一个target列，使用concat()函数实现，设置axis=0表示按行合并。

df_target = pd.concat([df['target1'], df['target2']], axis=0, ignore_index=True)

6. 将三个列按列合并成一个DataFrame对象。

df = pd.concat([df_summary, df_features, df_target], axis=1)

7. 将DataFrame对象写入CSV文件中。

df.to_csv('merged_data.csv', index=False)

完整代码示例：

import pandas as pd

df = pd.read_csv('data.csv')

df_summary = pd.concat([df['summary1'], df['summary2']], axis=1, ignore_index=True)
df_summary.columns = ['summary']

df_features = pd.concat([df['summary1_features'], df['summary2_features']], axis=1, ignore_index=True)
df_features.columns = ['summary_features']

df_target = pd.concat([df['target1'], df['target2']], axis=0, ignore_index=True)

df = pd.concat([df_summary, df_features, df_target], axis=1)

df.to_csv('merged_data.csv', index=False)

注意：上述代码中假设所有CSV文件中的数据都是按行对齐的，即第i行数据在每个CSV文件中都对应同一个记录。如果数据对齐存在问题，需要先对数据进行清洗和预处理。