使用Python的multiprocessing模块和pandas库实现多进程读取和处理多个文件，具体步骤如下：

1. 导入multiprocessing和pandas库

import multiprocessing as mp
import pandas as pd

2. 定义一个函数，在函数中传入文件名和处理方式，返回处理结果

def process_file(filename, process_type):
    df = pd.read_csv(filename)
    # 根据具体的处理方式提取数据
    if process_type == 'type1':
        processed_data = df['column1']
    elif process_type == 'type2':
        processed_data = df['column2']
    return processed_data

3. 定义一个函数，负责并行处理多个文件，利用multiprocessing.Pool创建进程池，将需要处理的文件名和处理方式传递给process_file函数，并利用map函数将结果存储到列表中

def parallel_process_files(file_list, process_type):
    pool = mp.Pool(mp.cpu_count())
    results = pool.map(process_file, [(filename, process_type) for filename in file_list])
    pool.close()
    pool.join()
    return results

4. 调用parallel_process_files函数并传递需要处理的文件列表和处理方式

file_list = ['file1.csv', 'file2.csv', 'file3.csv']
processed_data_list = parallel_process_files(file_list, 'type1')

这样就可以并行读取多个文件并提取数据，提高处理效率。