要比较两个CSV文件中的多列数据，并使用特定列生成新的CSV文件，你可以使用Python的pandas库来处理CSV文件。下面是一个代码示例：

import pandas as pd

# 读取第一个CSV文件
df1 = pd.read_csv('file1.csv')

# 读取第二个CSV文件
df2 = pd.read_csv('file2.csv')

# 指定需要比较的列
compare_columns = ['column1', 'column2', 'column3']

# 根据指定的列进行比较
df_diff = df1[compare_columns].merge(df2[compare_columns], indicator=True, how='outer')
df_diff = df_diff[df_diff['_merge'] != 'both']

# 保存比较结果到新的CSV文件
df_diff.to_csv('diff.csv', index=False)

在上面的代码中，首先使用pd.read_csv()函数读取两个CSV文件并保存到两个不同的DataFrame中。然后，通过指定需要比较的列，使用merge()函数将两个DataFrame按照指定的列进行合并，并添加一个特殊的列_merge表示合并的结果。最后，根据_merge列的值，筛选出不同的行，并使用to_csv()函数将结果保存到新的CSV文件中。

请注意，这个代码示例假设两个CSV文件的列名都相同，并且在文件中的相同列中的数据是可以直接比较的。如果你的CSV文件有不同的列名或者需要进行更复杂的比较操作，你可能需要进行适当的调整。