要比较两个具有不同列名的Pandas数据帧并找到匹配项，可以按照以下步骤进行：

1. 首先，确保两个数据帧的列名顺序是一致的。可以使用reindex方法重新排列其中一个数据帧的列名，以匹配另一个数据帧的列名顺序。

df2 = df2.reindex(columns=df1.columns)

2. 然后，使用merge函数将两个数据帧合并在一起，并指定left_on和right_on参数为需要比较的列名。

merged_df = pd.merge(df1, df2, left_on='column1', right_on='column2')

3. 最后，筛选出匹配的行。根据需要，可以选择保留特定列或删除重复的行。

matched_rows = merged_df[['column1', 'column3']]
matched_rows = matched_rows.drop_duplicates()

完整的代码示例如下：

import pandas as pd

# 创建第一个数据帧
df1 = pd.DataFrame({'column1': [1, 2, 3], 'column2': [4, 5, 6]})

# 创建第二个数据帧
df2 = pd.DataFrame({'column2': [4, 6, 8], 'column3': ['a', 'b', 'c']})

# 重新排列第二个数据帧的列名
df2 = df2.reindex(columns=df1.columns)

# 合并两个数据帧
merged_df = pd.merge(df1, df2, left_on='column1', right_on='column2')

# 筛选出匹配的行
matched_rows = merged_df[['column1', 'column3']]
matched_rows = matched_rows.drop_duplicates()

print(matched_rows)

输出结果为：

   column1 column3
0        1       a
2        3       c