Python：首先对文件夹中多个csv文件进行合并，并判断LON与LAT列是否相同，若相同则进行times列的相加，其次利用全球5大洋shp边界文件（文件中name列是大洋名称），对CSV文件进行大洋划分，最后，分别按照大洋名称进行多个csv文件输出

在Python中，你可以通过以下步骤来完成这个任务：

1. **合并CSV文件并处理数据**:
使用`pandas`库可以方便地读取CSV文件，然后合并它们。假设所有CSV文件都放在一个名为`data_folder`的文件夹中，你可以这样做：

   import pandas as pd

   dfs = []
   for filename in os.listdir('data_folder'):
       if filename.endswith('.csv'):
           df = pd.read_csv(os.path.join('data_folder', filename))
           dfs.append(df)

   merged_df = pd.concat(dfs)
   
   # 判断LON与LAT列是否相同
   duplicated = merged_df[['LON', 'LAT']].duplicated()
   if not duplicated.any():
      # 如果没有重复，直接进行times列相加
      merged_df['times'] += merged_df.groupby(['LON', 'LAT'])['times'].transform('sum')
   else:
      print("LON和LAT有重复，请先处理")

2. **海洋划分**:
对于海洋划分，你需要加载全球大洋的SHP边界文件，例如`oceans.shp`。可以使用`geopandas`库来操作地理空间数据。首先，加载shapefile，然后将DataFrame与Shapefile的几何信息关联起来：

   import geopandas as gpd

   oceans = gpd.read_file('oceans.shp')
   oceans = oceans.set_index('name')  # 假设'name'列包含了大洋名称

   merged_gdf = gpd.sjoin(merged_df, oceans, op='within')

3. **按大洋输出CSV**:
将数据分割成每个大洋的部分，然后分别保存为单独的CSV文件：

   for ocean_name, ocean_group in merged_gdf.groupby('name'):
       ocean_group.to_csv(f"{ocean_name}_output.csv", index=False)