如何将Pandas分析Teradata数据的MIN/MAX结果合并到单个Excel工作表？

我来帮你搞定这个把MIN、MAX这类统计结果整合到同一个Excel工作表的需求！之前我处理过类似的场景，核心思路是先把所有字段的统计值整理成统一的结构化数据集，再一次性写入Excel的单个工作表，这样就能实现A列显示字段名、后续列对应MIN/MAX值的效果。

假设你用的是Python（结合pandas和Teradata驱动，这是最常用的脚本组合），下面是具体的实现步骤和代码示例：

步骤1：连接Teradata并获取字段统计数据 #

首先我们需要生成一个SQL查询，让每个字段的MIN、MAX值作为一行数据返回，字段名作为第一列。如果表的字段较多，动态生成SQL会更高效：

import pandas as pd
import teradatasql

# 1. 建立Teradata连接
conn = teradatasql.connect(
    host="你的Teradata主机地址",
    user="你的用户名",
    password="你的密码",
    database="目标数据库名"
)

# 2. 动态获取目标表的所有字段名（避免手动写死）
get_columns_sql = """
SELECT ColumnName 
FROM DBC.ColumnsV 
WHERE DatabaseName = '目标数据库名' 
  AND TableName = '你的表名'
"""
columns_df = pd.read_sql(get_columns_sql, conn)
field_list = columns_df["ColumnName"].tolist()

# 3. 生成统计MIN/MAX的SQL语句
sql_segments = []
for field in field_list:
    # 为每个字段生成查询MIN和MAX的语句，用UNION ALL拼接
    sql_segments.append(f"""
    SELECT 
        '{field}' AS 字段名称,
        MIN({field}) AS 最小值,
        MAX({field}) AS 最大值
    FROM 你的表名
    """)
final_stats_sql = " UNION ALL ".join(sql_segments)

# 4. 读取统计结果到DataFrame
stats_result = pd.read_sql(final_stats_sql, conn)

步骤2：将结果写入单个Excel工作表 #

现在stats_result这个DataFrame已经是我们想要的结构：第一列是字段名，后面跟着MIN、MAX值。直接用pandas的to_excel方法写入即可：

# 写入Excel，指定工作表名称，关闭索引列
stats_result.to_excel(
    "Teradata字段统计结果.xlsx",
    sheet_name="字段统计汇总",
    index=False
)

# 关闭数据库连接
conn.close()

额外优化点 #

• 如果需要添加其他统计值（比如平均值AVG、非空计数COUNT），只需要在SQL的SELECT语句里新增对应的字段即可，DataFrame会自动扩展列。
• 如果你的表数据量很大，一次性计算所有字段的MIN/MAX可能较慢，可以考虑分批次处理，或者利用Teradata的系统统计信息（比如DBC.TableStatsV）来获取预计算的统计值，提升效率。

这样处理后，打开生成的Excel文件，就能看到所有字段的MIN、MAX值整齐地排列在同一个工作表里啦！

内容的提问来源于stack exchange，提问作者JD2775