pandas多个相同表格列合并

在Python的pandas库中，如果你需要合并多个具有相同列名的DataFrame，可以使用`concat`函数。这个函数可以将多个DataFrame按行或列合并起来。如果要合并多个列名相同的DataFrame为一个DataFrame，你需要确保在合并之前，这些DataFrame的行索引是有序且一致的，或者在合并时使用`ignore_index=True`参数来忽略原来的索引，并创建一个新的从0开始的索引。

以下是一个简单的例子来说明如何合并多个列名相同的DataFrame：

import pandas as pd

# 假设有三个具有相同列名的DataFrame
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({'A': [13, 14, 15], 'B': [16, 17, 18]})

# 使用concat函数进行合并，axis=0表示按行合并，axis=1表示按列合并
result = pd.concat([df1, df2, df3], axis=0)  # 按行合并

print(result)

如果要按列合并（假设列名相同，且行数也相同），可以这样做：

# 使用concat函数进行合并，axis=1表示按列合并
result_columns = pd.concat([df1, df2, df3], axis=1)

print(result_columns)

合并时，还可以通过`keys`参数为每个DataFrame创建一个多级索引，或者使用`names`参数为新的多级索引命名。