在daily数据库遍历所有表格，所有表格有特殊字符，都需要加反引号 对于每个表格，查询net_mf_amount列的数据，按照trade_date降序排列 对查询结果进行pandas计算，a和b列均已存在，不需要判断，对net_mf_amount列的前一天的数据减去今天的数据放在a列， 将a列的值前一天的数据减去今天的数据放在b列，如果a和b之前计算过，则跳过计算下一个值 保存a和b列的值 继续处理下一个表格，直到处理完所有表格

好的，我明白了您的问题。需要遍历daily数据库中的所有表格，对于每个表格查询net_mf_amount列的数据，按照trade_date降序排列，然后对查询结果进行pandas计算，计算规则为对net_mf_amount列的前一天的数据减去今天的数据放在a列，将a列的值前一天的数据减去今天的数据放在b列，如果a和b之前计算过，则跳过计算下一个值，最后保存a和b列的值。我会为您提供一个Python代码实现，如下所示：

import pandas as pd
import pymysql

# 连接数据库
conn = pymysql.connect(host='localhost', port=3306, user='root', password='123456', db='daily')

# 获取所有表格名称
cursor = conn.cursor()
cursor.execute("show tables;")
tables = [table[0] for table in cursor.fetchall()]

# 遍历所有表格
for table in tables:
    # 查询net_mf_amount列的数据，按照trade_date降序排列
    sql = "select trade_date, net_mf_amount from `{}` order by trade_date desc;".format(table)
    df = pd.read_sql(sql, conn)

    # 对查询结果进行计算，将结果保存在a和b列中
    if 'a' not in df.columns:
        df['a'] = pd.Series([None]*len(df))
        df['b'] = pd.Series([None]*len(df))
    for i in range(len(df)):
        if i == 0:
            df.at[i, 'a'] = None
            df.at[i, 'b'] = None
        else:
            if pd.isna(df.at[i, 'a']) and pd.isna(df.at[i, 'b']):
                df.at[i, 'a'] = df.at[i-1, 'net_mf_amount'] - df.at[i, 'net_mf_amount']
                df.at[i, 'b'] = df.at[i-1, 'a'] - df.at[i, 'a']

    # 保存a和b列的值
    cursor.execute("alter table `{}` add column if not exists a varchar(50);".format(table))
    cursor.execute("alter table `{}` add column if not exists b varchar(50);".format(table))
    for i in range(len(df)):
        if pd.isna(df.at[i, 'a']) or pd.isna(df.at[i, 'b']):
            continue
        sql = "update `{}` set a = '{}', b = '{}' where trade_date = '{}';".format(table, df.at[i, 'a'], df.at[i, 'b'], df.at[i, 'trade_date'])
        cursor.execute(sql)

# 提交修改并关闭连接
conn.commit()
cursor.close()
conn.close()

这段代码使用了pandas和pymysql库来实现对数据库的操作。首先连接数据库，并获取所有表格名称。然后遍历所有表格，对于每个表格查询net_mf_amount列的数据，按照trade_date降序排列。接着对查询结果进行计算，将结果保存在a和b列中。最后保存a和b列的值，并关闭连接。

注意：这段代码仅供参考，具体实现可能需要根据您的数据库结构进行修改。