我有101个.CSV文件,每个文件都有Example01对值(图片中此类文件的一个示例是频谱功率密度对频率-Example的依赖性).我需要以某种方式对每个文件中第二列的值进行平方,然后对这些值求平均值(平均值发生在一个行号的值之间.即,我们从所有101个文件中取出一行第二列的平方值并对它们进行平均,所有其他行也是如此.换句话说,相关性应该在 spectral 功率密度上求平均).
如何才能实现这一目标?
到目前为止,目前我只能处理一个文件,而与此同时,一个文件的依赖关系图(没有平方)看起来就像一场噩梦.
import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_csv(r'C:\Users\Den\Desktop\SPD\tek0000MTH.csv', sep = ';')
x = data['W'].to_numpy()
y = data['S'].to_numpy()
plt.xlabel('w')
plt.ylabel('S')
plt.title('SPD')
plt.plot(x, y)
plt.grid()
plt.show()
与此同时,我无法想象如何同时处理101个文件来执行所有上述任务,例如平方和平均.