有4个温度下16行7列的电压dataframe：U15,U25,U35,U45以及对应的4个温度下16行7列的温度dataframe：T15，T25,T35,T45，现在进行温度校正，方式是：对每一行每一列，线性拟合不同温度下温度表格里的值与电压表格里的值的关系，代入15度，25度，35度，45度得到4个温度下的新表

好的，根据您的要求，我可以提供一段Python代码来实现温度校正。代码如下：

import pandas as pd
import numpy as np
from scipy import stats

# 读取电压dataframe
U15 = pd.read_csv("U15.csv")
U25 = pd.read_csv("U25.csv")
U35 = pd.read_csv("U35.csv")
U45 = pd.read_csv("U45.csv")

# 读取温度dataframe
T15 = pd.read_csv("T15.csv")
T25 = pd.read_csv("T25.csv")
T35 = pd.read_csv("T35.csv")
T45 = pd.read_csv("T45.csv")

# 温度校正
new_T15 = pd.DataFrame(index=T15.index, columns=T15.columns)
new_T25 = pd.DataFrame(index=T25.index, columns=T25.columns)
new_T35 = pd.DataFrame(index=T35.index, columns=T35.columns)
new_T45 = pd.DataFrame(index=T45.index, columns=T45.columns)

for i in range(T15.shape[0]):
    for j in range(T15.shape[1]):
        # 获取当前行列的电压值和温度值
        U = np.array([U15.iloc[i,j], U25.iloc[i,j], U35.iloc[i,j], U45.iloc[i,j]])
        T = np.array([T15.iloc[i,j], T25.iloc[i,j], T35.iloc[i,j], T45.iloc[i,j]])
        
        # 线性拟合
        slope, intercept, r_value, p_value, std_err = stats.linregress(U, T)
        
        # 代入15度，25度，35度，45度得到新的温度值
        new_T15.iloc[i,j] = slope * U15.iloc[i,j] + intercept
        new_T25.iloc[i,j] = slope * U25.iloc[i,j] + intercept
        new_T35.iloc[i,j] = slope * U35.iloc[i,j] + intercept
        new_T45.iloc[i,j] = slope * U45.iloc[i,j] + intercept

以上代码中，我们首先读取了电压dataframe和温度dataframe，然后对每一行每一列进行线性拟合，得到拟合方程，最后代入不同温度值得到新的温度dataframe。

请注意，以上代码仅供参考，具体实现可能需要根据您的数据格式和需求进行修改。