用python多个DF分组后同时循环，最后把多个group连接成一个group

假设你有多个 DataFrame，每个 DataFrame 都需要按照某些列进行分组，然后对每个组进行处理，最后将所有处理结果连接成一个 DataFrame。可以按照以下步骤进行操作：

1. 将每个 DataFrame 存储到一个列表中，例如 `df_list`。

2. 对于每个 DataFrame，使用 `groupby` 方法将其按照分组列进行分组，例如：

   group_list = [df.groupby('group_col') for df in df_list]

3. 对于每个分组，进行相应的处理，例如：

   result_list = []
   for groups in zip(*group_list):
       # groups 是一个元组，包含每个 DataFrame 中相同分组列对应的分组
       # 在这里可以进行相应的处理
       result = process(groups)
       result_list.append(result)

4. 将所有处理结果连接成一个 DataFrame，例如：

   result_df = pd.concat(result_list)

完整代码如下：

import pandas as pd

# 假设有两个 DataFrame
df1 = pd.DataFrame({'group_col': ['A', 'A', 'B', 'B'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'group_col': ['A', 'B', 'B', 'C'], 'value': [5, 6, 7, 8]})

# 将每个 DataFrame 存储到一个列表中
df_list = [df1, df2]

# 将每个 DataFrame 按照分组列进行分组
group_list = [df.groupby('group_col') for df in df_list]

# 对于每个分组，进行相应的处理
result_list = []
for groups in zip(*group_list):
    # groups 是一个元组，包含每个 DataFrame 中相同分组列对应的分组
    # 在这里可以进行相应的处理
    result = pd.DataFrame({'group_col': groups[0].name, 'sum_value': groups[0]['value'].sum()})
    result_list.append(result)

# 将所有处理结果连接成一个 DataFrame
result_df = pd.concat(result_list)
print(result_df)

输出结果如下：

  group_col  sum_value
0         A          3
0         B         14
1         C          8