文件夹下txt批量提取列并处理

新手求教，处理数据时使用（急），在网上搜索并尝试无果，请问如何通过python或bat实现以下目标：
1.对文件夹下的所有txt文件批量提取某几列数据（不相邻），并分别放入与原文件名对应的txt内（文本名为“原文本名+tm”）；
2.对提取后的txt中某列数据进行运算：原数据×0.1；及特征数字数据替换；

以一个txt为例描述：
如图示，提取第6、7、8、10列数据至新的txt文本，文本名为50136tn；对第10列数据进行“×0.1”运算，并将32766数值替换为99999。

不胜感激！

首先将数据每行的分隔符都换成单空格
程序自带将多空格变为单空格

import os
import glob
os.chdir('存储数据的目录（绝对路径）')
txt = glob.glob('*.txt')
for i in txt:
    f = open(i)
    res = ''
    data = f.read()
    data = data.replace('  ',' ')
    for j in data.split('\n'):
        k = j.split(' ')
        k[9] = str(double(k[9])/10)# 第十列，所以要将索引减一为九的项目处理
        for l in range(len(k)):
            if k[l] == '32766':
                k[l] = '99999'
        res += ' '.join(k) + '\n'
    resf = open(i[:-4]+'tm.txt', mode='wt')
    resf.write(res)
    f.close()
    resf.close()

望采纳

https://blog.csdn.net/weixin_44560020/article/details/101010820

我也是新手，我觉得可以先用一个字典，键为行数，值中把行中的数据用列表放进去，输出的时候直接输出每一行的指定列就行，如num[n][6]，n给他一个自增，运算的话我觉得可以在写入文件的时候就计算，用新值替换字典中的旧值，特征替换用一个简单的匹配搜索就行

借助python的pandas和os模块可以很快的实现你的需求。
pandas：来提取的处理数据，pandas是第三方模块，需要安装
os：文件的遍历和文件的穿件和删除，os是内置模块可以直接使用而无需安装