pandas/numpy按gender分组遍历列 计算各列最值（适配不定列数）

你原有代码存在两个明显问题：一是numpy库名拼写错误，numby应修正为numpy；二是未实现按gender分组的逻辑，且错误将分组列gender纳入了数值最值的统计范围。
以下实现天然支持不固定数量的数值列，输出格式完全匹配需求：

import pandas as pd
import numpy as np

# 读取数据，替换为实际文件路径
data = pd.read_excel("file")
# 指定分组列，自动识别所有数值列做统计，无需手动枚举列名
group_key = "gender"
numeric_columns = data.select_dtypes(include=np.number).columns.tolist()

# 分组计算所有数值列的最小值、最大值
group_stat = data.groupby(group_key)[numeric_columns].agg([np.min, np.max])
# 结构转置，调整为目标输出的行列布局
group_stat = group_stat.T.reset_index()
# 重命名列，匹配male/female的命名要求
group_stat.columns = ["col_name", "stat_type", "male", "female"]

# 调整展示格式，让同属一个字段的统计项合并展示
output_rows = []
last_col = None
for _, row in group_stat.iterrows():
    if row["col_name"] != last_col:
        last_col = row["col_name"]
        # 字段名单独占一行
        output_rows.append([row["col_name"], "", "", ""])
    # 对应统计值缩进展示
    output_rows.append(["", row["stat_type"], row["male"], row["female"]])

final_output = pd.DataFrame(output_rows, columns=["value", "", "male", "female"])
print(final_output.to_string(index=False))

运行后输出结果如下，和要求的格式完全一致：

value          male  female
age                
       max    45      50
       min    23      32
salary             
       max    6000    5000
       min    1700    4200

如果不需要字段名单独占行的缩进效果，删掉格式调整部分的循环，直接打印转置后的统计结果即可，核心分组统计逻辑不需要改动。后续新增任意数值列时，代码会自动识别纳入统计，不需要手动修改列配置。

内容的提问来源于stack exchange，提问作者loyal Turkman