python 在一个文件夹中有很多csv文件，每个csv文件里都是第一列是预测值，第二列为真实值，第三列是“绝对误差”，第四列是“相对误差”，怎么求出每个csv文件里前两列预测值和真实值之间的均方根误差RMSE值，然后保存成新的csv文件

要计算每个CSV文件中预测值和真实值之间的均方根误差（RMSE），你可以使用Python的pandas库来读取数据和计算，以及numpy库来进行数学运算。以下是一个基本的步骤说明：

1. 首先，导入必要的库：

import pandas as pd
import numpy as np
import os

2. 然后，创建一个函数来计算单个CSV文件的RMSE：

def calculate_rmse(file_path):
    # 读取CSV文件
    df = pd.read_csv(file_path)
    
    # 计算平方误差
    squared_errors = np.square(df.iloc[:, 0] - df.iloc[:, 1])
    
    # 计算均方根误差
    rmse = np.sqrt(np.mean(squared_errors))
    
    return rmse

3. 接着，遍历文件夹中的所有CSV文件，计算每个文件的RMSE并保存：

def process_all_files(folder_path):
    for file_name in os.listdir(folder_path):
        if file_name.endswith('.csv'):
            file_path = os.path.join(folder_path, file_name)
            rmse = calculate_rmse(file_path)
            
            # 将RMSE值保存到新的CSV文件中
            output_df = pd.DataFrame({'RMSE': [rmse]})
            output_file_path = os.path.join(folder_path, f"{file_name}_rmse.csv")
            output_df.to_csv(output_file_path, index=False)

4. 最后，调用`process_all_files`函数处理指定文件夹中的所有CSV文件：

folder_path = 'path_to_your_folder'  # 请替换为你的文件夹路径
process_all_files(folder_path)

确保在运行这段代码之前已经安装了pandas和numpy库。你可以使用pip命令安装它们：

pip install pandas numpy