如何从DataFrame列表提取指定列并合并为带自定义列名的新DataFrame

假设我有3个被包裹在列表中的DataFrame，分别为：

df_1 = pd.DataFrame({'text':['a','b','c','d','e'],'num':[2,1,3,4,3]})
df_2 = pd.DataFrame({'text':['f','g','h','i','j'],'num':[1,2,3,4,3]})
df_3 = pd.DataFrame({'text':['k','l','m','n','o'],'num':[6,5,3,1,2]})

对应的DataFrame列表为：

df_list = [df_1, df_2, df_3]

我希望遍历该列表，提取每个DataFrame的text列，合并为一个新DataFrame，将列名设置为topic_1、topic_2等自定义名称，期望结果如下：

topic_1 topic_2 topic_3
0       a       f       k
1       b       g       l
2       c       h       m
3       d       i       n
4       e       j       o

我已通过以下代码提取text列：

lst = []
for i in range(len(df_list)):
    lst.append(df_list[i]['text'].tolist())

但卡在了合并步骤，希望用非暴力手段将这些列合并为单个DataFrame。

方法1：直接用pd.concat处理原列表（推荐） #

无需先将列转成列表，直接提取每个DataFrame的text列并重命名，再按列合并：

import pandas as pd

# 遍历列表，提取text列并批量重命名
dfs_to_concat = [df['text'].rename(f'topic_{idx+1}') for idx, df in enumerate(df_list)]

# 按列合并生成结果
result_df = pd.concat(dfs_to_concat, axis=1)
print(result_df)

方法2：基于已提取的lst列表生成DataFrame #

如果已经得到lst，可以直接构造DataFrame并指定列名：

# 生成自定义列名
column_names = [f'topic_{idx+1}' for idx in range(len(lst))]
# 转置后构造DataFrame（因为lst存储的是原列的行数据）
result_df = pd.DataFrame(lst).T
result_df.columns = column_names
print(result_df)

方法3：循环中逐步构建DataFrame #

也可以在循环过程中直接向空DataFrame添加列，避免额外列表存储：

result_df = pd.DataFrame()
for idx, df in enumerate(df_list):
    result_df[f'topic_{idx+1}'] = df['text']
print(result_df)

内容的提问来源于stack exchange，提问作者Wiliam