下面是一个使用Python和pandas库实现"部分数据表的条件数据表匹配"的示例代码：

import pandas as pd

# 定义原始数据表
data = {'ID': [1, 2, 3, 4, 5],
        'Name': ['Alice', 'Bob', 'Charlie', 'Dave', 'Eve'],
        'Age': [25, 30, 35, 40, 45],
        'Country': ['USA', 'Canada', 'UK', 'Australia', 'Germany']}
df1 = pd.DataFrame(data)

# 定义条件数据表
conditions = {'ID': [2, 4],
              'Name': ['Bob', 'Dave']}
df2 = pd.DataFrame(conditions)

# 使用merge函数进行匹配
result = pd.merge(df1, df2, on=['ID', 'Name'], how='inner')

print(result)

上述代码中，我们首先定义了一个原始数据表df1和一个条件数据表df2。然后，我们使用pandas库的merge函数将两个数据表按照ID和Name列进行匹配，并选择inner方式来保留满足条件的行。

执行上述代码后，将输出满足条件的部分数据表。具体输出结果如下：

   ID  Name  Age Country
0   2   Bob   30  Canada
1   4  Dave   40   Australia

这个示例代码演示了如何使用pandas库来实现"部分数据表的条件数据表匹配"。通过定义原始数据表和条件数据表，并使用merge函数进行匹配，我们可以得到满足条件的部分数据表。