要将两组具有相同名称的数据合并在一起，可以使用 pandas 库的 merge() 函数。下面是一个示例代码，演示如何合并两个具有相同名称的数据集：

import pandas as pd

# 创建第一个数据集
data1 = {'名称': ['A', 'B', 'C'],
         '数值1': [1, 2, 3]}
df1 = pd.DataFrame(data1)

# 创建第二个数据集
data2 = {'名称': ['A', 'B', 'D'],
         '数值2': [4, 5, 6]}
df2 = pd.DataFrame(data2)

# 使用 merge() 函数将两个数据集合并在一起
merged_df = pd.merge(df1, df2, on='名称', how='outer')

print(merged_df)

运行代码后，输出结果为：

  名称  数值1  数值2
0  A    1  4.0
1  B    2  5.0
2  C    3  NaN
3  D  NaN  6.0

在上面的示例中，我们首先创建了两个数据集 df1 和 df2，它们都有一个名为“名称”的列。然后使用 merge() 函数将这两个数据集按照“名称”列进行合并。参数on='名称'表示按照“名称”列进行合并，how='outer'表示采用外连接的方式合并数据，即保留所有数据。最后将合并后的结果打印出来。

可以看到，合并后的结果包含了两个数据集的所有行，并根据“名称”列进行了匹配，没有匹配到的位置用 NaN 表示。