在數據處理的過程中，經常會有需要將多個表按照行索引對齊然后進行縱向合并的需求。Python語言提供了 pandas 庫來實現這一功能，下面將詳細介紹如何使用 pandas 實現縱向合并多個表。

# 導入 pandas 庫
import pandas as pd
# 定義多個數據表
data1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}, index=['a', 'b', 'c'])
data2 = pd.DataFrame({'A': [11, 12, 13], 'B': [14, 15, 16], 'C': [17, 18, 19]}, index=['d', 'e', 'f'])
data3 = pd.DataFrame({'A': [21, 22, 23], 'B': [24, 25, 26], 'C': [27, 28, 29]}, index=['g', 'h', 'i'])
# 使用 concat() 方法進行縱向合并
result = pd.concat([data1, data2, data3])
# 輸出合并后的結果
print(result)

首先，我們需要導入 pandas 庫。接下來，我們需要定義多個數據表，每個數據表的行索引必須相同。在這個例子中，我們定義了三個數據表 data1, data2, data3，它們的行索引分別為 ['a', 'b', 'c']、['d', 'e', 'f']、['g', 'h', 'i']。

使用 concat() 方法進行縱向合并，它的參數是要合并的多個數據表構成的列表。在這個例子中，我們將 data1, data2, data3 三個數據表進行合并。我們將合并后的結果保存到變量 result 中。

最后，我們輸出合并后的結果。可以看到，合并后的結果包含了 data1, data2, data3 三個數據表中的所有行。