可以通过使用merge()和reduce()函数来按照行名进行多个数据框的合并。

示范代码如下：

# 导入必要的包
import pandas as pd
from functools import reduce

# 创建示例数据框
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']},
                   index=['KV1', 'KV2', 'KV3', 'KV4'])
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']},
                   index=['KV5', 'KV6', 'KV7', 'KV8'])
df3 = pd.DataFrame({'A': ['A8', 'A9', 'A10', 'A11'],
                    'B': ['B8', 'B9', 'B10', 'B11'],
                    'C': ['C8', 'C9', 'C10', 'C11'],
                    'D': ['D8', 'D9', 'D10', 'D11']},
                   index=['KV9', 'KV10', 'KV11', 'KV12'])
# 将数据框放入列表中
dfs = [df1, df2, df3]
# 使用reduce函数，按照行名合并多个数据框
df_merged = reduce(lambda left, right: pd.merge(left, right, left_index=True, right_index=True), dfs)

以上代码会将df1、df2和df3按照行名进行合并，并返回一个合并后的数据框，结果如下所示：

       A    B    C    D
KV1   A0   B0   C0   D0
KV2   A1   B1   C1   D1
KV3   A2   B2   C2   D2
KV4   A3   B3   C3   D3
KV5   A4   B4   C4   D4
KV6   A5   B5   C5   D5
KV7   A6