1、先按照以下条件筛选去掉以下数据： 'CI_YawError1'大于0.17452 或小于-0.17452 ‘CI_PcsMeasuredGeneratorSpeed’小于111或大于183 'CI_IprRealPower'小于1000000或大于3100000 'CI_PitchPositionA1'大于0 2、保留点数据修正：修正公式，参数V:CI_WindSpeed1，参数T:CI_OutsideAirTemperature,导出修正数据（csv-new)。3、划分风速区间计算每小时发电量（3~9米，0.5一个区间），计算区间内功率的平均值，平均小时发电量=平均值*3600（绘制直方图，横坐标风速（m/s），纵坐标发电量（W/h）。 需要数据列：CI_WindSpeed1（风速）、'CI_IprRealPower'（有功功率）、CI_OutsideAirTemperature（温度）、‘CI_PcsMeasuredGeneratorSpeed’、'CI_PitchPositionA1'、'CI_YawError1'

好的，以下是处理csv文件的Python代码，您可以根据需要进行修改和完善：

import pandas as pd
import os

# csv文件夹路径
csv_folder_path = "your/csv/folder/path"
# 新csv文件前缀名称
new_csv_prefix = "new_csv_"

# 列名
col_names = ['CI_WindSpeed1', 'CI_IprRealPower', 'CI_OutsideAirTemperature', 'CI_PcsMeasuredGeneratorSpeed', 'CI_PitchPositionA1', 'CI_YawError1']

# 筛选条件
condition = ((df['CI_YawError1'] > 0.17452) | (df['CI_YawError1'] < -0.17452) | (df['CI_PcsMeasuredGeneratorSpeed'] < 111) | (df['CI_PcsMeasuredGeneratorSpeed'] > 183) | (df['CI_IprRealPower'] < 1000000) | (df['CI_IprRealPower'] > 3100000) | (df['CI_PitchPositionA1'] > 0))

# 修正公式
def correction_formula(V, T):
    # 填写修正公式，返回修正后的值
    pass

# 读取csv文件夹下所有csv文件
for file_name in os.listdir(csv_folder_path):
    if file_name.endswith(".csv"):
        file_path = os.path.join(csv_folder_path, file_name)
        # 读取csv文件
        df = pd.read_csv(file_path, usecols=col_names)
        # 筛选数据
        df = df[~condition]
        # 保留点数据修正
        df['CI_IprRealPower'] = df.apply(lambda row: correction_formula(row['CI_WindSpeed1'], row['CI_OutsideAirTemperature']), axis=1)
        # 按照风速区间计算每小时发电量
        bins = [3, 3.5, 4, 4.5, 5, 5.5, 6, 6.5, 7, 7.5, 8, 8.5, 9]
        df['WindSpeedBin'] = pd.cut(df['CI_WindSpeed1'], bins=bins, labels=bins[:-1])
        df['CI_IprRealPowerMean'] = df.groupby('WindSpeedBin')['CI_IprRealPower'].transform('mean')
        df['AvgHourlyPower'] = df['CI_IprRealPowerMean'] * 3600
        # 新csv文件路径
        new_file_path = os.path.join(csv_folder_path, new_csv_prefix + file_name[:-4] + ".matlab")
        # 导出新csv文件
        df.to_csv(new_file_path, index=False)

请注意修改代码中的修正公式，根据您的需求填写正确的公式。同时，您还需要根据实际情况修改列名、筛选条件、风速区间等参数。