以下是按每行合并/连接数据表的代码示例：

1. 使用Pandas库的concat函数：

import pandas as pd

# 创建两个示例数据表
data1 = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
data2 = pd.DataFrame({'C': [4, 5, 6], 'D': ['d', 'e', 'f']})

# 按行合并数据表
merged_data = pd.concat([data1, data2], axis=1)

print(merged_data)

输出结果：

   A  B  C  D
0  1  a  4  d
1  2  b  5  e
2  3  c  6  f

2. 使用NumPy库的concatenate函数：

import numpy as np

# 创建两个示例数据表
data1 = np.array([[1, 2, 3], ['a', 'b', 'c']])
data2 = np.array([[4, 5, 6], ['d', 'e', 'f']])

# 按行合并数据表
merged_data = np.concatenate((data1, data2), axis=1)

print(merged_data)

输出结果：

[['1' '2' '3' '4' '5' '6']
 ['a' 'b' 'c' 'd' 'e' 'f']]

以上是两种常见的按每行合并/连接数据表的解决方法，分别使用了Pandas和NumPy库的函数。具体选择哪种方法取决于你使用的数据处理工具和个人偏好。