pandas，循环的读入一些dataframe，把column名字为delay的列，按列concat到一个新的df里面

可以使用`pd.concat()`函数和`for`循环来实现。假设要将多个dataframe按列合并为一个新的dataframe，并且每个dataframe都有名为"delay"的列，可以按如下方式操作：

import pandas as pd

# 创建一个空的dataframe，用于存储合并后的结果
merged_df = pd.DataFrame()

# 假设有三个dataframe：df1、df2、df3
dfs = [df1, df2, df3]

# 循环读入每个dataframe，将其delay列按列合并到merged_df中
for df in dfs:
    merged_df = pd.concat([merged_df, df['delay']], axis=1)

# 输出合并后的结果
print(merged_df)

在上述代码中，`pd.concat()`函数的第一个参数是要合并的dataframe列表，第二个参数`axis=1`表示按列进行合并。同时，我们只选择每个dataframe中的"delay"列进行合并。最终的结果将会是一个新的dataframe，包含了所有dataframe中的"delay"列。

相关问题

pandas，将index名字为delay的列concat进新的dataframe

如果你想将 DataFrame 的 index 列（也就是行标签）合并进新的 DataFrame 中，可以使用 reset_index 函数将 index 列转化为普通列，然后再使用 concat 函数将指定列名的列合并到新的 DataFrame 中。具体操作如下：

假设原始 DataFrame 的名称为 df，新的 DataFrame 名称为 new_df，列名为 delay，代码如下：

import pandas as pd

df = df.reset_index()  # 将 index 列转化为普通列
new_df = pd.concat([df['delay']], axis=1)

这样，你就可以将 df 中的 index 列合并到新的 DataFrame new_df 中了。

pandas，将columnn名字为delay的列concat进新的dataframe

可以使用 pandas 中的 concat 函数将指定列名的列合并到新的 DataFrame 中。具体操作如下：

假设原始 DataFrame 的名称为 df，新的 DataFrame 名称为 new_df，列名为 delay，代码如下：

import pandas as pd

new_df = pd.concat([df['delay']], axis=1)

这样，你就可以将 df 中的 delay 列合并到新的 DataFrame new_df 中了。