同一文件夹下的csv文件批量提取几列形成新的文件

你可以使用Python中的pandas库来批量处理同一文件夹下的csv文件，提取几列形成新的文件。具体步骤如下：

1. 导入pandas库和os库

import pandas as pd
import os

2. 设置文件夹路径和要提取的列

假设你要处理的csv文件都在文件夹data中，文件夹路径为'./data/'，而你要提取的列为第一列和第三列，可以使用以下代码：

folder_path = './data/'
columns_to_extract = ['列名1', '列名3']

其中，'列名1'和'列名3'是你要提取的列的名称。

3. 遍历文件夹中的所有csv文件并提取指定列

可以使用os库的listdir函数遍历指定文件夹中的所有文件，再针对每个csv文件提取指定列。具体代码如下：

for file_name in os.listdir(folder_path):
    if file_name.endswith('.csv'):
        file_path = os.path.join(folder_path, file_name)
        df = pd.read_csv(file_path)
        new_df = df[columns_to_extract]
        new_file_name = os.path.splitext(file_name)[0] + '_extracted.csv'
        new_file_path = os.path.join(folder_path, new_file_name)
        new_df.to_csv(new_file_path, index=False)

其中，os.path.splitext(file_name)[0]可以获取文件名（不包括扩展名），再加上'_extracted.csv'作为新文件名。

综上所述，批量提取同一文件夹下的csv文件的指定列形成新的文件的完整代码如下：

import pandas as pd
import os

folder_path = './data/'
columns_to_extract = ['列名1', '列名3']

for file_name in os.listdir(folder_path):
    if file_name.endswith('.csv'):
        file_path = os.path.join(folder_path, file_name)
        df = pd.read_csv(file_path)
        new_df = df[columns_to_extract]
        new_file_name = os.path.splitext(file_name)[0] + '_extracted.csv'
        new_file_path = os.path.join(folder_path, new_file_name)
        new_df.to_csv(new_file_path, index=False)