使用Python对批量csv文件实现上述操作

如果你需要处理批量的CSV文件，可以稍微调整一下上面的代码，使用循环遍历每个文件。假设所有文件都在同一目录下，你可以使用`os`模块来列出文件，然后逐个处理：

import os
import pandas as pd

def replace_values_in_files(directory):
    for filename in os.listdir(directory):
        # 检查是否为csv文件
        if filename.endswith('.csv'):
            df = pd.read_csv(os.path.join(directory, filename))

            # ...(这里使用之前提到的处理csv文件的部分)
            start_row = df.iloc[2:, 1:].index
            df.iloc[start_row, :] = df.iloc[start_row, :].apply(lambda x: -1 if (x > 100) | (x < 10) else x)

            # 将修改后的数据保存回原文件，如果不想覆盖原文件，可以创建备份文件名
            backup_filename = f"{filename}_modified.csv"
            df.to_csv(os.path.join(directory, backup_filename), index=False)

replace_values_in_files('your_directory')  # 替换为你的文件夹路径

这段代码会遍历指定目录下的所有`.csv`文件，对每一本进行同样的处理并保存到备份文件中。如果你想直接覆盖原始文件，只需删除`backup_filename`这一行。