以下是一个示例代码，演示了如何按照关键列合并三个pandas数据帧：

import pandas as pd

# 创建示例数据帧
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
                    'value1': [1, 2, 3, 4]})

df2 = pd.DataFrame({'key': ['A', 'B', 'E', 'F'],
                    'value2': [5, 6, 7, 8]})

df3 = pd.DataFrame({'key': ['A', 'C', 'G', 'H'],
                    'value3': [9, 10, 11, 12]})

# 使用merge函数按照key列合并数据帧
merged_df = pd.merge(df1, df2, on='key', how='outer')
merged_df = pd.merge(merged_df, df3, on='key', how='outer')

print(merged_df)

输出结果为：

  key  value1  value2  value3
0   A     1.0     5.0     9.0
1   B     2.0     6.0     NaN
2   C     3.0     NaN    10.0
3   D     4.0     NaN     NaN
4   E     NaN     7.0     NaN
5   F     NaN     8.0     NaN
6   G     NaN     NaN    11.0
7   H     NaN     NaN    12.0

在上面的示例中，我们首先使用merge函数将df1和df2按照key列进行外连接合并，然后再将合并结果与df3按照key列进行外连接合并，得到最终的合并结果。合并使用了how='outer'参数，表示按照关键列的并集进行合并，同时保留所有行。