pandas 用A第一列合并到B表中然后找出A表第一列和B表第二列数据相同的第三列

可以使用 pandas 中的 `merge` 和 `loc` 方法来实现。

假设 A 表的第一列为 `A_col1`，第三列为 `A_col3`，B 表的第一列为 `B_col1`，第二列为 `B_col2`，第三列为 `B_col3`，代码如下：

import pandas as pd

# 读取 A 表和 B 表
df_A = pd.read_csv('A.csv')
df_B = pd.read_csv('B.csv')

# 合并 A 表和 B 表，以 A_col1 为键
merged_df = pd.merge(df_A, df_B, left_on='A_col1', right_on='B_col1')

# 找出 A 表第一列和 B 表第二列数据相同的第三列
result = merged_df.loc[merged_df['A_col1'] == merged_df['B_col2'], 'B_col3']

# 打印结果
print(result)

这里假设 A 表和 B 表分别保存在 `A.csv` 和 `B.csv` 文件中，可以根据实际情况进行修改。