行数相同的4个csv文件，用python将第2个csv中的数据在前一个csv文件的最后一列基础上继续向后面增加生成新的结果并打印，继续将第3个csv中的数据在新结果的最后一列基础上继续向后面增加生成新的结果并打印，继续将第4个csv中的数据在新结果的最后一列基础上继续向后面增加，

你可以使用pandas模块来处理CSV文件，以下是一个示例代码，它会读取第一个CSV文件并将其作为一个数据帧。然后，它会使用pandas的concat方法将另外三个CSV文件添加到数据帧的最后一列，生成新的数据帧，并打印结果。接着，它会将第3个CSV文件添加到新数据帧的最后一列，生成新的数据帧，并打印结果。最后，它会将第4个CSV文件添加到新数据帧的最后一列，生成最终的数据帧，并打印结果。

import pandas as pd

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

# 使用pandas的concat方法将第2个CSV文件添加到第1列的右侧，并打印结果
df_new = pd.read_csv('file2.csv')
df_new.columns = ['0', '4']
df = pd.concat([df, df_new['4']], axis=1)
print(df)

# 使用pandas的concat方法将第3个CSV文件添加到最后一列的右侧，并打印结果
df_new = pd.read_csv('file3.csv')
df_new.columns = ['0', '5']
df = pd.concat([df, df_new['5']], axis=1)
print(df)

# 使用pandas的concat方法将第4个CSV文件添加到最后一列的右侧，并打印最终结果
df_new = pd.read_csv('file4.csv')
df_new.columns = ['0', '6']
df = pd.concat([df, df_new['6']], axis=1)
print(df)

在这个代码中，我们使用了pandas的concat方法将CSV文件添加到数据帧的最后一列，并使用了rename方法来重命名列。注意，这里的代码假设CSV文件中的数据都是数字类型，如果不是数字类型，需要进行相应的类型转换。