批量处理一个文件夹下的csv文件做以下计算，依据列名提取三列,按照第一列大于0的去掉，第二列变成（第二列＋第三列）乘以2，完成后分别形成另外的csv文件，新形成的文件前缀new,该文件夹下面csv数据没有符合条件数据的也会生成新的csv

好的，您需要对文件夹下的csv文件进行以下操作：
1. 从每个csv文件中提取三列，并按列名进行提取。
2. 从第一列中筛选出大于0的行，去掉不符合条件的行。
3. 将第二列和第三列相加，并乘以2，得到新的值，并替换原来的第二列的值。
4. 将处理后的数据保存为新的csv文件，以"new"为前缀。

下面是一个Python脚本示例，可以实现以上需求：

import os
import pandas as pd

# 设置文件夹路径
folder_path = "your_folder_path"

# 获取文件夹下所有csv文件的路径
csv_files = [os.path.join(folder_path, f) for f in os.listdir(folder_path) if f.endswith('.csv')]

# 遍历所有csv文件
for file in csv_files:
    # 读取csv文件
    df = pd.read_csv(file)
    
    # 提取三列并按列名进行提取
    df = df[['Column1', 'Column2', 'Column3']]
    
    # 从第一列中筛选出大于0的行
    df = df[df['Column1'] > 0]
    
    # 将第二列和第三列相加，并乘以2，得到新的值，并替换原来的第二列的值
    df['Column2'] = (df['Column2'] + df['Column3']) * 2
    
    # 保存为新的csv文件，以"new"为前缀
    new_file = os.path.join(folder_path, 'new_' + os.path.basename(file))
    df.to_csv(new_file, index=False)

您只需要将"your_folder_path"替换为您文件夹的路径，然后运行上述代码即可实现批量处理csv文件。