class Config(): data_path = 'C:\\Users\\ASUS\\Desktop\\F4负向标准化\\镇江危险品差\\镇江新区平安运输服务有限公司(镇321113301016)_result.csv' timestep = 1 # 时间步长，就是利用多少时间窗口 batch_size = 30 # 批次大小 feature_size = 1 # 每个步长对应的特征数量，这里只使用1维，每天的风速 hidden_size = 256 # 隐层大小 output_size = 1 # 由于是单输出任务，最终输出层大小为1，预测未来1天风速 num_layers = 2 # gru的层数 epochs = 10 # 迭代轮数 best_loss = 0 # 记录损失 learning_rate = 0.001 # 学习率 model_name = 'gru' # 模型名称 save_path = './{}.pth'.format(model_name) # 最优模型保存路径将这段代码中的数据地址改成依次读取一个文件夹中的所有Excel

可以通过以下代码读取一个文件夹中的所有Excel文件：

import os
import pandas as pd

folder_path = 'folder_path'  # 文件夹路径
data = pd.DataFrame()  # 创建一个空的DataFrame

for filename in os.listdir(folder_path):  # 遍历文件夹中的所有文件
    if filename.endswith('.xlsx'):  # 判断文件类型是否为Excel文件
        file_path = os.path.join(folder_path, filename)  # 拼接文件路径
        df = pd.read_excel(file_path)  # 读取Excel文件内容到DataFrame
        data = pd.concat([data, df], axis=0, ignore_index=True)  # 将读取到的数据和之前的数据合并

# 处理合并后的数据

其中，`folder_path`为文件夹路径，需要根据你的实际情况进行修改。在遍历文件夹中的所有文件时，使用`os.listdir()`函数获取文件夹中的所有文件名，再使用`os.path.join()`函数拼接路径，最后使用`pd.read_excel()`函数读取Excel文件内容到DataFrame中。读取多个Excel文件后，使用`pd.concat()`函数将它们合并成一个DataFrame，最后再对合并后的数据进行处理。