在Python中，可以使用pandas库来处理数据集。以下是一个示例代码，演示如何保留三个数据集中的公共列：

import pandas as pd

# 读取三个数据集
df1 = pd.read_csv('dataset1.csv')
df2 = pd.read_csv('dataset2.csv')
df3 = pd.read_csv('dataset3.csv')

# 提取三个数据集的列名
columns1 = set(df1.columns)
columns2 = set(df2.columns)
columns3 = set(df3.columns)

# 找到三个数据集中的公共列
common_columns = list(columns1 & columns2 & columns3)

# 保留公共列并输出结果
df1_common = df1[common_columns]
df2_common = df2[common_columns]
df3_common = df3[common_columns]

print(df1_common)
print(df2_common)
print(df3_common)

这段代码首先使用pd.read_csv()函数读取三个数据集，并存储在df1、df2和df3变量中。

然后，使用set()函数将每个数据集的列名转换为集合，以便进行交集操作。&运算符用于求取集合的交集，因此columns1 & columns2 & columns3得到了三个数据集中的公共列名。

最后，使用公共列名提取每个数据集的子集，并分别存储在df1_common、df2_common和df3_common变量中。可以根据需要进一步处理这些数据集。

请注意，此示例假设三个数据集的列名是唯一的，如果存在重复列名，可能会导致意外结果。此外，还可能需要进行一些数据清洗和预处理的步骤，以确保数据集之间的列名匹配。