def emd_processing(input_folder, output_file): # 获取文件夹及其子文件夹中的所有CSV文件路径 csv_files = [] for root, dirs, files in os.walk(input_folder): for file in files: if file.endswith(".csv"): csv_files.append(os.path.join(root, file)) # 创建一个空的DataFrame，用于存储处理后的数据 processed_data = pd.DataFrame() # 遍历所有CSV文件 for file_path in csv_files: # 读取CSV文件 df = pd.read_csv(file_path) # 对每一列进行时EMD分解处理 for column in df.columns: column_data = df[column] emd = EMD() imfs = emd(column_data) # 将分解后的IMF数据存储到DataFrame中的新列 for i, imf in enumerate(imfs): new_column_name = f"{column}_IMF{i+1}" processed_data[new_column_name] = imf # 将处理后的数据写入新的CSV文件 processed_data.to_csv(output_file, index=False) input_folder = os.path.join(currentPath, 'csv') output_folder = currentPath emd_processing(input_folder, output_folder)

感谢您提供了更多的代码细节。根据您的代码，我注意到 `emd_processing` 函数中的 `emd` 对象的创建和使用是正确的。因此，导致错误的原因可能是在 `input_folder` 和 `output_folder` 的传递上。

请确保您正确传递了文件夹路径，而不是文件路径。`os.walk()` 方法遍历的是文件夹及其子文件夹中的文件，而不是单个文件。如果您希望处理单个文件，请直接传递文件路径给 `emd_processing` 函数。

同时，根据您的代码逻辑，您将处理后的数据保存到一个 DataFrame 中，并将其写入到一个 CSV 文件中。请确保您传递给 `to_csv()` 方法的 `output_file` 是一个具体的文件路径，而不仅仅是文件夹路径。

请尝试做出以下修改：

input_folder = os.path.join(currentPath, 'csv')
output_file = os.path.join(currentPath, 'output.csv')
emd_processing(input_folder, output_file)

在上面的示例中，我将 `output_folder` 更改为 `output_file`，并为其提供了一个具体的文件路径。您可以根据实际需求修改该路径。

如果问题仍然存在，请提供更多关于错误消息和您的代码环境的详细信息，以便我更好地帮助您解决问题。