在代码中，我们先使用numpy库中的random.randint函数构建第一个DataFrame对象，取值范围为-100至100之间的随机整数。接着，我们构建第二个DataFrame对象，和第一个DataFrame对象的index和columns相同。然后我们使用for循环对第二个DataFrame对象进行计算。对于每一行，我们使用nlargest函数找到前3大和前6大的数值。对于每个位置，如果该位置在其所在行的前三大数值中，我们将其记录为字母A，如果该位置在第4至第6大数值中，我们将其记录为字母B，否则为空值。

在代码中，我们可以按照以下步骤实现你所描述的需求：

import numpy as np
import pandas as pd

# 构建第一个DataFrame对象
data1 = np.random.randint(-100, 101, size=(5, 4))
df1 = pd.DataFrame(data1, columns=['A', 'B', 'C', 'D'])

# 构建第二个DataFrame对象，与df1具有相同的index和columns
df2 = pd.DataFrame(index=df1.index, columns=df1.columns)

# 对第二个DataFrame对象进行计算
for i, row in df1.iterrows():
    # 找到前3大和前6大的数值
    largest_3 = row.nlargest(3)
    largest_6 = row.nlargest(6)
    
    # 根据条件进行记录
    for col in df1.columns:
        if row[col] in largest_3.values:
            df2.loc[i, col] = 'A'
        elif row[col] in largest_6.values:
            df2.loc[i, col] = 'B'
        else:
            df2.loc[i, col] = np.nan

这样，第二个DataFrame对象 df2 中的每个位置将根据条件被记录为字母 A、B 或为空值。