Pandas计算多DataFrame列统计量后，如何写入Excel生成规整统计矩阵

• 第一份尝试的代码中，统计值被存入了Data变量，但导出时调用的是df1.to_excel，完全没有将计算好的统计值纳入导出对象，最终导出的内容和预期统计结果无关。
• 第二份手动构造DataFrame的代码中，所有单元格填充的是x0/y0/z0这类占位字符串，没有将实际计算出的x53、y53等真实统计值填入，导出的全是无意义的占位文本。
• 第三份用xlwt写单元格的方案需要手动匹配行号列号写入值，随着待统计的DataFrame数量增多，不仅容易写错位置，还会遇到旧版xlwt对新xlsx格式的兼容问题。

首先避开零散写单元格、硬编码占位符的思路，先把所有分散的统计值统一规整为有清晰行列的结构化DataFrame，再直接调用Pandas的to_excel方法导出即可，后续新增统计项时也不需要重复修改导出逻辑。
需要提前注意Pandas计算的细节：.mode()方法默认返回的是Series结构，不是单个数值，直接存入导出对象容易引发类型错误，需要先取众数序列的第一个值转为普通数值。

1. 先定义通用统计工具函数，避免重复编写max、min、mean、mode的计算逻辑：

import pandas as pd

def calc_stats(df, target_col):
    # 为未命名的DataFrame自动生成来源标识
    source_name = df.name if hasattr(df, "name") else "未命名数据源"
    return {
        "数据来源": source_name,
        "目标列名": target_col,
        "最大值": df[target_col].max(),
        "最小值": df[target_col].min(),
        "平均值": round(df[target_col].mean(), 4),
        "众数": df[target_col].mode().iloc[0]
    }

2. 给已有的过滤后DataFrame加上来源标识，批量收集所有统计条目，拼成规整的统计矩阵：

# 给你的df7、df8加来源标识，避免后续分不清哪组值来自哪个表
df7.name = "过滤后df7"
df8.name = "过滤后df8"

# 批量收集所有需要导出的统计项
stats_entries = [
    calc_stats(df8, "Header1"), # 对应你之前计算的x53/y53/z53/k53
    calc_stats(df7, "Header2")   # 对应你之前计算的x55/y55/z55/k55
]

# 转成结构化的统计矩阵
stats_matrix = pd.DataFrame(stats_entries)

3. 调用Pandas的Excel写入器导出文件，还可以把原过滤后的源数据和统计结果存在同一个工作簿的不同sheet下：

with pd.ExcelWriter("统计结果汇总.xlsx") as excel_writer:
    # 第一个sheet存规整好的统计矩阵
    stats_matrix.to_excel(excel_writer, sheet_name="统计值汇总", index=False)
    # 按需把原始过滤数据存入对应sheet
    df8.to_excel(excel_writer, sheet_name="df8源数据", index=False)
    df7.to_excel(excel_writer, sheet_name="df7源数据", index=False)

• 生成的“统计值汇总”sheet是完全规整的矩阵表格，后续新增待统计的DataFrame时，只需要在stats_entries列表里追加一行calc_stats(新的DataFrame, "对应目标列名")即可，不需要修改导出逻辑。
• 如果某列存在多个众数，只需要把众数计算行的代码改为df[target_col].mode().tolist()，即可将所有众数存入对应单元格，不会出现类型报错。

内容的提问来源于stack exchange，提问作者edward