批量读取一个文件夹下的csv文件提取列合成一个新的数据结构

好的，你可以使用Python中的pandas库来批量读取csv文件并提取列。

首先，你需要安装pandas库。在命令行中输入以下命令即可：

pip install pandas

接下来，你可以使用以下代码来批量读取一个文件夹下的csv文件并提取列：

import os
import pandas as pd

# 定义CSV文件夹路径
csv_folder = "/path/to/csv/folder"

# 获取CSV文件夹下的所有文件
csv_files = [os.path.join(csv_folder, f) for f in os.listdir(csv_folder) if f.endswith('.csv')]

# 定义要提取的列
cols_to_extract = ['col1', 'col2', 'col3']

# 合并所有CSV文件，并提取指定列
df = pd.concat([pd.read_csv(f, usecols=cols_to_extract) for f in csv_files])

# 打印结果
print(df)

在上述代码中，你需要将`/path/to/csv/folder`替换为你实际的CSV文件夹路径。然后，你需要定义要提取的列，将其存储在`cols_to_extract`列表中。接着，代码将使用`pd.concat`函数将所有CSV文件合并，并使用`usecols`参数提取指定列。最后，将结果存储在`df`变量中，并打印出来。