结合使用for循环和嵌套的if语句，基于Python语言中不同DataFrame的3列创建新的pandas DataFrame

在Python语言中，可以使用for循环和嵌套的if语句来基于不同DataFrame的3列创建新的pandas DataFrame。下面是一个示例代码：

import pandas as pd

# 创建示例DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
df2 = pd.DataFrame({'A': [10, 11, 12], 'B': [13, 14, 15], 'C': [16, 17, 18]})

# 创建空的结果DataFrame
result_df = pd.DataFrame()

# 使用for循环和嵌套的if语句遍历不同DataFrame的3列
for df in [df1, df2]:
    for col1 in df.columns:
        for col2 in df.columns:
            for col3 in df.columns:
                # 判断列名不重复
                if col1 != col2 and col1 != col3 and col2 != col3:
                    # 创建新的列名
                    new_col = f'{col1}_{col2}_{col3}'
                    # 创建新的列数据
                    new_data = df[col1] + df[col2] + df[col3]
                    # 将新的列添加到结果DataFrame中
                    result_df[new_col] = new_data

# 打印结果DataFrame
print(result_df)

上述代码中，我们首先导入了pandas库，并创建了两个示例DataFrame（df1和df2）。然后，我们创建了一个空的结果DataFrame（result_df）用于存储新的列数据。

接下来，我们使用for循环和嵌套的if语句遍历了不同DataFrame的3列。在每次循环中，我们判断列名不重复，然后创建新的列名（例如，'A_B_C'）和对应的新列数据（即，对应列的值相加）。最后，我们将新的列添加到结果DataFrame中。

最后，我们打印了结果DataFrame，其中包含了基于不同DataFrame的3列创建的新列数据。

请注意，上述代码仅为示例，实际应用中需要根据具体需求进行修改和优化。

关于pandas和DataFrame的更多信息，您可以参考腾讯云的相关产品和文档：