pandas，读入多个csv，把它们的第2列取出来，构造一个新的Series，新的Series index增加2。然后处理后的dataframe concat到新的csv，为新的csv指定新的index和columnn名字

可以按照以下步骤实现：

1. 使用pandas的`read_csv`函数读入多个csv文件，可以使用一个for循环遍历每个文件，并将读入的数据存储到一个列表中。例如：

   import pandas as pd
   
   csv_list = ['file1.csv', 'file2.csv', 'file3.csv']
   df_list = []
   for csv_file in csv_list:
       df = pd.read_csv(csv_file)
       df_list.append(df)

2. 对每个读入的DataFrame，取出第二列，构造一个新的Series，其中元素是第二列原来的元素。然后，使用`reindex`函数为新的Series的index增加2。例如：

   for df in df_list:
       new_col = df.iloc[:, 1]
       new_col = new_col.reindex(index=new_col.index + 2)

上面的代码中，`reindex`函数为新的Series的index增加2，生成一个新的Series。

3. 将新的Series添加到原来的DataFrame中，形成一个新的DataFrame。例如：

   for df in df_list:
       new_col = df.iloc[:, 1]
       new_col = new_col.reindex(index=new_col.index + 2)
       new_df = pd.concat([df.iloc[:, 0], new_col], axis=1)
       new_df.columns = ['Column1', 'Column2']

上面的代码中，`concat`函数将原来的DataFrame中的第一列和新生成的Series合并，生成一个新的DataFrame。合并时，需要指定`axis=1`，表示按列合并。然后，使用`columns`属性为新的DataFrame指定列名。

4. 使用pandas的`concat`函数将多个DataFrame合并成一个，并指定新的index和column名字。例如：

   new_df = pd.concat(df_list, ignore_index=True, axis=0)
   new_df.index = range(new_df.shape[0])
   new_df.index.name = 'Index'
   new_df.columns = ['Column1', 'Column2']

上面的代码中，`concat`函数将多个DataFrame合并成一个，并且使用`ignore_index=True`参数使新的DataFrame的index从0开始连续编号。然后，使用`index`属性为新的DataFrame指定新的index名字。

5. 最后将新的DataFrame写入到一个csv文件中。例如：

   new_df.to_csv('new_file.csv')