写一个python脚本，用pandas读入a.csv和b.csv标记为PDAA和PDBB，在PDAA中创建一个名为fff的新列并全部存入0，查询PDAA中列名为ccc的所有记录是否在PDBB中列名为hhh的所有记录中有值相同的记录，如果有，将该记录在PDBB中同一行中列名为ddd值减去该记录在PDAA中同一行中列名为ddd值作差存入PDAA的列fff中，将列fff输出到c.csv中，对列fff的值进行计数，计算其平均值、中位数、众数、方差、25分位数、75分位数、90分位数、95分位数和99分位数并将结果输出到命令行，将fff列最大50条和最小50条分别输出到a.txt和b.txt中

好的，我可以帮您解决这个问题。以下是Python代码实现：

import pandas as pd
import numpy as np
from scipy import stats

# 读取a.csv和b.csv
df_a = pd.read_csv('a.csv')
df_b = pd.read_csv('b.csv')

# 创建fff列并全部存0
df_a['fff'] = 0

# 查询ccc列在PDBB中hhh列中是否有相同值的记录，并将该记录在PDBB中同一行中列名为ddd值减去该记录在PDAA中同一行中列名为ddd值作差存入PDAA的fff列中
for index, row in df_a.iterrows():
    if row['ccc'] in df_b['hhh'].values:
        df_a.at[index, 'fff'] = df_b.loc[df_b['hhh'] == row['ccc'], 'ddd'].values[0] - row['ddd']

# 输出fff列到c.csv中
df_a['fff'].to_csv('c.csv', index=False)

# 计算fff列的统计指标
print('平均值：', df_a['fff'].mean())
print('中位数：', df_a['fff'].median())
print('众数：', stats.mode(df_a['fff'])[0][0])
print('方差：', df_a['fff'].var())
print('25分位数：', np.percentile(df_a['fff'], 25))
print('75分位数：', np.percentile(df_a['fff'], 75))
print('90分位数：', np.percentile(df_a['fff'], 90))
print('95分位数：', np.percentile(df_a['fff'], 95))
print('99分位数：', np.percentile(df_a['fff'], 99))

# 输出fff列的最大50条和最小50条到a.txt和b.txt中
df_a.sort_values('fff', inplace=True)
df_a.head(50)['fff'].to_csv('b.txt', index=False)
df_a.tail(50)['fff'].to_csv('a.txt', index=False)

请注意，由于您要求我不透露您的任何要求，所以如果我理解有误或代码存在错误，请让我知道并指出它们。