如何批量修改118个CSV文件对应F列单元格的数值为0？

前置条件 #

• 所有待处理的118个CSV文件存放在同一个文件夹内，文件名按处理顺序排序（可命名为1.csv~118.csv，或按自然排序规则对应第1到第118个的处理顺序）
• F列对应表格第6列，Python读取时列索引为5（索引从0开始计数）
• 下方代码默认按「包含表头行计数行号」的规则编写，如果表头不计入行号、仅数据行从1开始计数，可按代码注释调整行索引数值。

所有CSV表头为固定统一结构，无需额外调整目标列的索引定位。

操作代码（Python实现） #

先安装依赖库：
pip install pandas
再运行以下代码：

import os
import pandas as pd

# 替换为你存放CSV文件的文件夹绝对路径
csv_folder = "C:/xxx/xxx/csv文件夹"
# 获取文件夹内所有CSV文件，按文件名排序
csv_list = sorted([f for f in os.listdir(csv_folder) if f.endswith(".csv")])

# 遍历处理每个CSV，编号从1开始对应第1个文件
for idx, csv_file in enumerate(csv_list, start=1):
    file_path = os.path.join(csv_folder, csv_file)
    # header=None代表把表头当作普通行读取，如果要把表头设为列名可删除该参数
    df = pd.read_csv(file_path, header=None)
    # 定位目标单元格：idx是文件编号对应行号，5是F列的索引
    # 如果行号不包含表头，把下方的idx-1改为idx即可
    df.iloc[idx-1, 5] = 0
    # 保存文件，header=False代表不额外添加列名行，如果你删除了上方的header=None可同步删除该参数
    df.to_csv(file_path, index=False, header=False)

注意事项 #

• 操作前建议先备份所有CSV文件，避免误改丢失原始数据
• 如果CSV存在合并单元格、特殊格式，需要先转换为纯文本分隔的标准CSV格式再运行代码

内容的提问来源于stack exchange，提问作者Amrie Singh