在以下示例中，我们将使用Python中的pandas库来比较两个表的列。

首先，我们需要安装pandas库。可以使用以下命令来安装：

pip install pandas

然后，我们可以使用以下代码示例来比较两个表的列：

import pandas as pd

# 读取第一个表格
df1 = pd.read_csv('table1.csv')

# 读取第二个表格
df2 = pd.read_csv('table2.csv')

# 获取第一个表格的列名
columns1 = df1.columns

# 获取第二个表格的列名
columns2 = df2.columns

# 比较两个表格的列
common_columns = set(columns1) & set(columns2)

# 输出共同的列名
print("共同的列名：", common_columns)

在上述代码中，我们首先使用pd.read_csv()函数从CSV文件中读取两个表格的数据。然后，通过df.columns属性获取每个表格的列名，并将它们存储在columns1和columns2变量中。接下来，我们使用集合操作符&来比较两个列名集合，找出它们的交集，即共同的列名。最后，我们使用print()函数输出共同的列名。

请注意，这个示例假设两个表格的列名是唯一的，并且忽略了列名的顺序。如果需要考虑列名的顺序，可以使用df1.columns.tolist()和df2.columns.tolist()来获取列名列表，并进行比较。

另外，如果表格的数据量很大，可以考虑使用pandas的read_excel()函数来读取Excel文件，或者使用其他适合数据量大的库和算法来处理数据比较。