Как объединить кадры данных pandas с разными именами столбцов

Может кто-нибудь, пожалуйста, скажите мне, как я могу добиться результатов, подобных изображению выше, но со следующими отличиями:

# Note the column names
df1 = pd.DataFrame({"A": ["A0", "A1", "A2", "A3"],
  "B": ["B0", "B1", "B2", "B3"],
  "C": ["C0", "C1", "C2", "C3"],
  "D": ["D0", "D1", "D2", "D3"],
  },
  index = [0, 1, 2, 3],
  )

# Note the column names
df2 = pd.DataFrame({"AA": ["A4", "A5", "A6", "A7"],
  "BB": ["B4", "B5", "B6", "B7"],
  "CC": ["C4", "C5", "C6", "C7"],
  "DD": ["D4", "D5", "D6", "D7"],
  },
  index = [4, 5, 6, 7],
  )

# Note the column names
df3 = pd.DataFrame({"AAA": ["A8", "A9", "A10", "A11"],
  "BBB": ["B8", "B9", "B10", "B11"],
  "CCC": ["C8", "C9", "C10", "C11"],
  "DDD": ["D8", "D9", "D10", "D11"],
  },
  index = [8, 9, 10, 11],
  )

Каждое слияние, которое я делаю, приводит к следующему:

Вот что я пытаюсь сделать:

Я делаю свой проект Capstone, и в сценарии использования используется SpaceXнабор данных. Я извлек из Интернета таблицы, найденные здесь: SpaceX Falcon 9 Wikipedia,

Сейчас пытаюсь объединить их в одну большую таблицу. Однако между таблицами есть небольшие различия в именах столбцов, и поэтому мне нужно проделать больше логики для правильного слияния. Всего 10 таблиц, я проверил 5. 3 имеют уникальные имена столбцов, поэтому простое слияние не работает.

Я искал другие вопросы, но вариант использования отличается от моего, поэтому я не нашел ответа, который мне подходит.

Я был бы очень признателен за чью-то помощь или указание мне, где я могу найти больше информации по этому вопросу. Пока мне не везло в поисках.

Решение проблемы

Давайте просто сделаемnp.concatenate

out = pd.DataFrame(np.concatenate([df1.values,df2.values,df3.values]),columns=df1.columns)
Out[346]: 
 A B C D
0 A0 B0 C0 D0
1 A1 B1 C1 D1
2 A2 B2 C2 D2
3 A3 B3 C3 D3
4 A4 B4 C4 D4
5 A5 B5 C5 D5
6 A6 B6 C6 D6
7 A7 B7 C7 D7
8 A8 B8 C8 D8
9 A9 B9 C9 D9
10 A10 B10 C10 D10
11 A11 B11 C11 D11