求python 读取大量txt文本文件，并计算思路

如题：
本人要批量读取txt文件，由于数据量太大，太耗时，求一个计算思路。

txt路径

txt内容

每个txt大约有3万条数据，没一行都要加上特定数值（替换原txt文件，因为后续还一步同样操作），然后求出该文件夹平均值，存入csv

现在思路
一直觉得线程没开起来，大家帮我看一下：

```python
# txt_list = ["D:\1\1", "D:\1\2",...]
for t in txt_list:
  with ThreadPoolExecu  tor(max_workers=12) as main_ui.q:
  """   t >> 数据.TXT上一级路径  """
  args = [t]
  # 传入参数
  a = main_ui.q.submit(lambda p: cal_max_min_std(*p), args)
  # 获取结果 { txt文件夹名： 各txt平均值}
  file_num, ten_minutes_data_dict = a.result()
  # 结果更新到data_dict中
  data_dict.update(ten_minutes_data_dict)

就是要读取大量一列多行txt文件，然后每一行数据加上一个数值，再替换原txt，最节省时间方法
**现在计算方法：**

方法一、
```python
# 读取txt文件
with open(txt_file, 'r') as file_obj:
  # 转成list
  data = file_obj.read().split()
# 把list转成 DataFrame
data_df = pd.DataFrame({"num": data}, dtype=np.float64)
data_df["num"] = data_df["num"] * float(125)
# 没写存txt逻辑

方法二、
感觉这种方法好傻，重复打开文件

# 读取 风速文件
with open(txt_file, "r") as f:
  txt_data_1 = np.array(f.read().split()).astype(np.float)
#计算
cal_res_1 = txt_data_1 * float(125)
 # 计算结果写入
with open(txt_file, "w") as f:
  f.writelines([str(dt) + "\n" for dt in cal_res_1])

求一个计算比较省时方法

不是有python批量打开txt吗，百度下‘python批量读取txt’，再根据读取结果加入计算

你的计算是文件里读取到的数乘125？