python中，有两个读取的表格文件，然后两个表中均有2010/7/30这种时间格式需要进行对比，最后选出一样的内容放到一个叫new_data的新的python列表中，这个核心代码能否写一下

当然可以，以下是一个可能的实现：

import pandas as pd

# 读取两个表格文件
table1 = pd.read_excel("table1.xlsx")
table2 = pd.read_csv("table2.csv")

# 将时间格式转换成字符串
table1["date"] = table1["date"].dt.strftime("%Y/%m/%d")
table2["date"] = pd.to_datetime(table2["date"]).dt.strftime("%Y/%m/%d")

# 找出两个表格中相同的日期
common_dates = set(table1["date"]).intersection(set(table2["date"]))

# 从两个表格中筛选出相同日期的行，放到新的列表中
new_data = []
for date in common_dates:
    rows1 = table1[table1["date"] == date]
    rows2 = table2[table2["date"] == date]
    # 将两个表格的行合并成一行，并添加到新的列表中
    for _, row1 in rows1.iterrows():
        for _, row2 in rows2.iterrows():
            new_data.append(dict(row1, **row2))

# 将新的列表写入到文件中
pd.DataFrame(new_data).to_csv("new_data.csv", index=False)

这里假设第一个表格文件名为`table1.xlsx`，第二个表格文件名为`table2.csv`，两个表格分别有一个名为`date`的列记录日期。当然，实际情况可能还需要根据具体需求进行修改，例如需要对日期进行更多的处理才能比较，或者需要将表格中的其它列也加入到新的列表中。