### 计算并保存多个CSV文件中指定范围矩阵相邻两行均值差异 为了实现这一目标，可以按照如下方法编写 Python 代码： #### 导入必要的库 首先导入所需的库来处理 CSV 文件以及执行数值运算。 ```python import os import pandas as pd import numpy as np ``` #### 定义函数读取特定区域的数据 定义一个辅助函数用于加载单个 CSV 文件，并提取给定单元格范围内的数据。这里假设 Excel 的列名对应于 Pandas DataFrame 中的列索引。 ```python def load_specific_area(file_path, start_row=34, end_row=71, start_col='B', end_col='AJ'): df = pd.read_csv(file_path) cols = list(df.columns) col_indices = {col: idx for idx, col in enumerate(cols)} start_idx = col_indices[start_col] end_idx = col_indices[end_col] area_data = df.iloc[start_row-2:end_row, start_idx:end_idx+1].values return area_data ``` #### 处理目录下的所有 CSV 文件 遍历指定路径下所有的 CSV 文件，依次调用上述定义好的 `load_specific_area` 函数获取所需数据片段。 ```python folder_path = r'path_to_your_folder' output_file = 'result.csv' with open(output_file, mode='w') as f: header_written = False for filename in sorted(os.listdir(folder_path)): if not filename.endswith('.csv'): continue file_path = os.path.join(folder_path, filename) matrix = load_specific_area(file_path) row_diffs = [] # Calculate mean difference between consecutive rows for i in range(len(matrix)-1): diff = abs(np.mean(matrix[i]) - np.mean(matrix[i+1])) row_diffs.append([filename, i+start_row, round(diff, 6)]) if not header_written: f.write('File Name,Row Index,Average Difference\n') header_written = True for item in row_diffs: line = ','.join(str(x) for x in item) + '\n' f.write(line) ``` 此脚本会逐个打开位于 `folder_path` 下面的所有 CSV 文件，从中抽取 B34 到 AJ71 这一片区的内容转换成 NumPy 数组形式，接着计算每一对连续行之间的平均数之差绝对值，最后把结果写入一个新的 CSV 文件当中[^1]。