下面是一个示例函数，该函数接受两个数据集作为参数，使用皮尔逊相关系数计算它们之间的相关性并返回最强相关性的列：

def strongest_correlation(dataset1, dataset2):
    strongest_corr = None
    strongest_col = None
    for col1 in dataset1.columns:
        for col2 in dataset2.columns:
            corr = dataset1[col1].corr(dataset2[col2])
            if strongest_corr is None or abs(corr) > abs(strongest_corr):
                strongest_corr = corr
                strongest_col = (col1, col2)
    return strongest_col

使用示例：

import pandas as pd

# 数据集 1
df1 = pd.read_csv('dataset1.csv')
# 数据集 2
df2 = pd.read_csv('dataset2.csv')

# 找到最强相关性
strongest_col = strongest_correlation(df1, df2)

# 输出结果
print('最强相关性为:', strongest_col, '相关系数为:', abs(strongest_corr))