在面包 Dataframe 和果汁 Dataframe 中，将date列转换为datetime对象。然后，在这两个 Dataframe 中，将date列作为索引。为了区分重复的列名，使用pd.merge函数合并date索引上的两个 Dataframe ，并设置suffixes参数。最后，使用pd.pivot方法透视合并后的 Dataframe ，将date作为索引。项目名称作为列，价格作为值。
下面是代码：

import pandas as pd

bread_dataframe['Date'] = pd.to_datetime(bread_dataframe['Date'], format='%m/%d/%y')
juice_dataframe['Date'] = pd.to_datetime(juice_dataframe['Date'], format='%m/%d/%y')

bread_dataframe.set_index('Date', inplace=True)
juice_dataframe.set_index('Date', inplace=True)

merged_df = pd.merge(bread_dataframe, juice_dataframe, left_index=True, right_index=True, suffixes=('_bread', '_juice'))
pivoted_df = merged_df.pivot(columns='item', values='Price')

这将生成所需的单个 Dataframe ，其中包含日期索引和表示每个项目的列，对于我们没有价格的任何月份/价格项目，将显示NaN。
编辑：对于多个 Dataframe ，您可以只使用for循环来迭代 Dataframe 列表。

import pandas as pd
dataframes = [bread_dataframe, juice_dataframe, ...]
result = None
for i, df in enumerate(dataframes):
    df['Date'] = pd.to_datetime(df['Date'], format='%m/%d/%y')
    df.set_index('Date', inplace=True)
    if i == 0:
        result = df
    else:
        result = pd.merge(result, df, left_index=True, right_index=True, suffixes=('', f'_{i}'))            
pivoted_df = result.pivot(columns='item', values='Price')