使用Python可以借助`glob`、`csv`或`pandas`库来实现从多个CSV文件中批量提取指定行数据并汇总到新文件。 ### 使用`csv`库 示例代码如下，此代码将提取每个CSV文件的第3行数据并汇总到新文件中： ```python import glob import csv # 获取指定文件夹下所有CSV文件的列表 csv_list = glob.glob('csvfile/*.csv') print(f'共有{len(csv_list)}个CSV文件') print(csv_list) # 要提取的行号（索引从0开始，第3行索引为2） target_row_index = 2 # 打开新文件用于写入 with open('newfile.csv', 'a+', newline='') as wf: new_writer = csv.writer(wf) # 遍历每个CSV文件 for csv_file in csv_list: with open(csv_file, 'r') as rf: csvreader = csv.reader(rf) for index, rows in enumerate(csvreader): # 当到达指定行时 if index == target_row_index: print(rows) # 将该行数据写入新文件 new_writer.writerow(rows) break ``` ### 使用`pandas`库 示例代码如下，此代码将提取每个CSV文件中指定列（`mt`）的第2到第5行数据并汇总到新文件中： ```python import glob import pandas as pd # 获取指定文件夹下所有CSV文件的列表 csv_list = glob.glob('csvfile/*.csv') print(f'共有{len(csv_list)}个CSV文件') print(csv_list) # 要提取的列名 target_column = 'mt' # 起始行和结束行（索引从0开始） start_row = 2 end_row = 5 # 用于存储提取的数据 all_data = [] # 遍历每个CSV文件 for csv_file in csv_list: df = pd.read_csv(csv_file) # 提取指定列和行的数据 selected_data = df.loc[start_row:end_row, target_column] all_data.extend(selected_data.tolist()) # 将汇总的数据写入新文件 df_new = pd.DataFrame(all_data) df_new.to_csv('newfile.csv', index=False) ```