Pandas读取CSV后如何跳过Zeit列对其余Kanal列执行乘1000运算

• 现有代码存在两个核心问题：
  • 使用skipcols = [0]参数会直接丢弃Zeit列，导致最终DataFrame缺少所需的时间维度数据
  • 对完整DataFrame执行mul(1000)操作会连同Zeit列一起做乘法，不符合保留原始时间值的需求

if a['Kanal A'][0] == '(V)':
    # 移除skipcols参数，保留Zeit列
    df6 = pd.read_csv(MU6, sep = ';', skiprows=[1,2], dtype=float, decimal=',')
    # 仅对Kanal A到Kanal D四列执行乘1000操作
    df6[['Kanal A', 'Kanal B', 'Kanal C', 'Kanal D']] *= 1000

如果Kanal列的顺序固定为第2到第5列（列索引为1到4），也可以用索引批量选择，简化代码：

if a['Kanal A'][0] == '(V)':
    df6 = pd.read_csv(MU6, sep = ';', skiprows=[1,2], dtype=float, decimal=',')
    # 选择除第一列外的所有列做乘法
    df6.iloc[:, 1:] *= 1000

如果后续需要标注单位变化，可直接修改列名：

df6.rename(
    columns={
        'Kanal A': 'Kanal A (mV)',
        'Kanal B': 'Kanal B (mV)',
        'Kanal C': 'Kanal C (mV)',
        'Kanal D': 'Kanal D (mV)'
    },
    inplace=True
)

内容的提问来源于stack exchange，提问作者Daniel