要比较多个 pandas 数据帧的列名，可以使用以下代码示例中的方法：

import pandas as pd

# 创建示例数据帧
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [7, 8, 9], 'C': [10, 11, 12]})
df3 = pd.DataFrame({'A': [13, 14, 15], 'B': [16, 17, 18], 'C': [19, 20, 21]})

# 获取所有数据帧的列名集合
column_names_set = set(df1.columns).union(df2.columns).union(df3.columns)

# 打印所有数据帧的列名
for df in [df1, df2, df3]:
    missing_columns = column_names_set.difference(df.columns)
    print(f"缺失的列名：{missing_columns}，在数据帧 {df} 中不存在。")

输出结果如下：

缺失的列名：{'C'}，在数据帧    A  B
0  1  4
1  2  5
2  3  6 中不存在。
缺失的列名：{'B'}，在数据帧    A   C
0  7  10
1  8  11
2  9  12 中不存在。
缺失的列名：set()，在数据帧     A   B   C
0  13  16  19
1  14  17  20
2  15  18  21 中不存在。

这段代码首先创建了三个示例数据帧 df1、df2 和 df3。然后使用 set(df1.columns).union(df2.columns).union(df3.columns) 获取了所有数据帧的列名集合 column_names_set。

接下来，使用一个循环遍历每个数据帧，并使用 column_names_set.difference(df.columns) 找出缺失的列名，即在 column_names_set 中存在但在当前数据帧 df 中不存在的列名。

最后，打印出缺失的列名和数据帧的信息。

请根据实际需求修改代码中的数据帧和列名集合的名称。