以下是一个示例代码，用于比较多个数据框中的数据帧以筛选数据并提取相关特征：

import pandas as pd

# 创建示例数据框
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': [7, 8, 9]})
df3 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})

# 将数据框存储在列表中
data_frames = [df1, df2, df3]

# 创建一个空的数据框，用于存储筛选后的数据
filtered_data = pd.DataFrame()

# 遍历数据框列表
for df in data_frames:
    # 根据筛选条件选择特定的数据
    filtered_df = df[df['A'] > 2]
    # 将筛选后的数据添加到结果数据框中
    filtered_data = filtered_data.append(filtered_df)

# 提取相关特征
mean_value = filtered_data['B'].mean()
max_value = filtered_data['B'].max()
min_value = filtered_data['B'].min()

# 打印结果
print("平均值: ", mean_value)
print("最大值: ", max_value)
print("最小值: ", min_value)

以上代码中，首先创建了三个示例数据框df1、df2和df3，并将它们存储在一个列表中。然后，通过遍历数据框列表，根据筛选条件选择特定的数据，并将其添加到结果数据框filtered_data中。最后，使用filtered_data数据框提取相关特征，如平均值、最大值和最小值，并将结果打印出来。根据实际需求，您可以根据需要修改代码。