连续读取文件夹中若干CSV文件最后一行数据，并求出最大最小平均标准差

数据格式为：
行表头
1
2
3
…
n

import os

import numpy as np
import pandas as pd

# 设置存储 CSV 文件的文件夹路径
# 这里修改为你自己的文件夹路径
# folder_path = 'your file path'
folder_path = './data/testing result'

# 初始化一个空列表来存储所有的数据帧
dfs = []

# 逐个读取文件并将其添加到数据帧列表中
# 假设文件范围是从1到n
for i in range(1, 5):
    # 这里写入你自己的文件格式 
    file_name = f"30-c101_no{i}_best_cost.csv"
    file_path = os.path.join(folder_path, file_name)

    if os.path.exists(file_path):
        df = pd.read_csv(file_path)
        dfs.append(df)
last_row_list = []
# 设置 Pandas 显示选项，保留小数点后的所有位数
pd.set_option('display.float_format', '{:.13f}'.format)

# 输出每个文件的最后一行数据
for i, df in enumerate(dfs, start=1):
    last_row = df.tail(1).to_string(index=False, header=False)
    last_row_list.append(last_row)
print(last_row_list)
# 对列表进行降序排序
sorted_data = sorted(last_row_list, reverse=True)

# 将字符串列表转换为浮点数列表
float_data = list(map(float, sorted_data))

# 计算最大值、最小值、平均值和标准差
max_value = np.max(float_data)
min_value = np.min(float_data)
average_value = np.mean(float_data)
std_deviation = np.std(float_data)

print(f"浮点数列表：{float_data}")
print(f"最大值：{max_value:.3f}")
print(f"最小值：{min_value:.3f}")
print(f"平均值：{average_value:.3f}")
print(f"标准差：{std_deviation:.3f}")