python 先在basic数据库读取stock_basic表格的ts_code列的数据作为表名，以这些表名在daily数据库查找表格，表格数量5000个，一个表格数据3000个，pandans计算，mysql遍历每个表格,表格要加反引号根据trade_date降序排列，对net_mf_amount列的前一天的数据减去今天的数据放在a列，如果之前计算过则跳过，把a列的值前一天的数据减去今天的数据放在b列，如果之前计算过则跳过，数据保存不使用replace，并且保存a和b列

好的，这是一个稍微修改过的任务，需要用到pandas计算和MySQL遍历。以下是一个基本的实现思路，你可以参考：

1. 在`basic`数据库中读取`stock_basic`表格的`ts_code`列的数据作为表名

2. 遍历所有表格，对于每个表格

3. 在`daily`数据库查找表格

4. 查询net_mf_amount列的数据，按照trade_date降序排列，并加上反引号

5. 对查询结果进行pandas计算，得到a列的值

6. 判断是否之前已经计算过，如果已经计算过，则跳过

7. 将a列的值前一天的数据减去今天的数据放在b列

8. 保存a和b列的值

9. 继续处理下一个表格，直到处理完所有表格

下面是一些参考代码：

import pandas as pd
import mysql.connector

# 连接到MySQL数据库
cnx_basic = mysql.connector.connect(user='root', password='password',
                              host='localhost', database='basic')

cnx_daily = mysql.connector.connect(user='root', password='password',
                              host='localhost', database='daily')

# 从basic数据库中读取ts_code列的数据
query = "SELECT ts_code FROM stock_basic"
table_names = pd.read_sql(query, cnx_basic)['ts_code']

# 遍历所有表格
for table_name in table_names:
    # 在daily数据库中查找表格
    query = f"SELECT COUNT(*) AS count FROM information_schema.TABLES WHERE TABLE_NAME = '{table_name}'"
    cursor = cnx_daily.cursor()
    cursor.execute(query)
    result = cursor.fetchone()
    # 如果表格不存在，跳过
    if result[0] == 0:
        continue
    # 查询表格
    query = f"SELECT trade_date, net_mf_amount FROM `{table_name}` ORDER BY trade_date DESC"
    # 查询数据
    data = pd.read_sql(query, cnx_daily)
    # 计算a列的值
    data['a'] = data['net_mf_amount'].diff(periods=1)
    # 判断是否已经计算过
    if 'b' in data.columns:
        continue
    # 计算b列的值
    data['b'] = data['a'].diff(periods=1)
    # 保存a和b列的值
    query = f"ALTER TABLE `{table_name}` ADD COLUMN `a` FLOAT, ADD COLUMN `b` FLOAT"
    cursor = cnx_daily.cursor()
    cursor.execute(query)
    cnx_daily.commit()
    data[['a', 'b']].to_sql(table_name, cnx_daily, if_exists='append', index=False)

# 关闭连接
cnx_basic.close()
cnx_daily.close()

注意，以上代码仅作为参考，具体实现需要根据实际情况进行调整。同时，这个任务可能需要较长时间完成，需要耐心等待。