将一个zip生成的列表解压缩到一个列表中

我再次操作数据框。在这里，我使用行作为公共引用来连接多个数据帧。然后，我想通过将每个df的前一列“配对”在一起来对列进行重新排序，依此类推。一切都是为了数据可读性

这是我的代码：

df_list=[df_1,df_2,df_3]   
return_df=pd.concat(df_list,axis=1, join='outer')
dfcolumns_list=[df_1.columns,df_2.columns,df_3.columns]
print (return_df.columns)
print(dfcolumns_list)
list_columns=np.array(list(zip(*dfcolumns_list))).reshape(1,-1)[0]
print (list_columns)
list_columns=np.array([x for x in zip(*dfcolumns_list)]).reshape(1,-1)[0]
print (list_columns)
return_df=return_df[list_columns]

我的问题与：

list_columns=np.array(list(zip(*dfcolumns_list))).reshape(1,-1)[0]

或者

list_columns=np.array([x for x in zip(*dfcolumns_list)]).reshape(1,-1)[0]

它获取索引列表，将其解压缩到zip中，获取每个列索引的第一个元素，将其输出为包含在列表中的元组/子列表，将其转换为数组，然后重塑形状以摆脱子列表，会导致

 return_df=return_df[list_columns]

打破。最后，对索引0的调用[0]使它可以将最终列表检索到np.array中（我需要对其进行重塑）。

我的问题是：没有比这更丑陋的事了吗？我喜欢zip和喜欢类似的函数，但我讨厌没有简单的方法/技巧来解开生成的元组/子列表以进行重新排序。

（它也来到了我的脑海里，而redacting，我也许可以做DF不同，所以我也给点这一点，但我的主要问题仍然是如何做我在做什么更优雅/有更Python语法，而且[0]在最终是所有人中最肮脏的...