# 加载Excel数据 data = pd.read_excel('B站新榜_总粉丝数榜单.xlsx') # 选择包含粉丝数的列 fans_column = data['总粉丝人数'] # 创建一个空的DataFrame来保存结果 result = pd.DataFrame(columns=['分区','平均数','中位数','众数']) # 遍历每个分区 for column in fans_column.columns: fans = pd.to_numeric(fans_column[column], errors='coerce').dropna() # 将列转换为数字并删除空 # 计算平均数、中位数和众数 mean = fans.mean() median = fans.median() mode = fans.mode().values # 将结果添加到DataFrame中 result = pd.concat([result,pd.DataFrame({'分区':[column],'平均数':[mean],'中位数':[median],'众数':[mode]})],ignore_index=True) # 打印结果 print(result) 提示错误'Series' object has no attribute 'columns'

对不起，我之前的回答有误。该段代码中的 `fans_column` 变量是一个Series对象，因此没有 `columns` 属性。以下是修正后的代码：

# 加载Excel数据
data = pd.read_excel('B站新榜_总粉丝数榜单.xlsx')

# 选择包含粉丝数的列
fans_column = data['总粉丝人数']

# 创建一个空的DataFrame来保存结果
result = pd.DataFrame(columns=['分区','平均数','中位数','众数'])

# 遍历每个分区
for column in fans_column.index:
    fans = pd.to_numeric(fans_column[column], errors='coerce').dropna() # 将列转换为数字并删除空
    # 计算平均数、中位数和众数
    mean = fans.mean()
    median = fans.median()
    mode = fans.mode().values
    # 将结果添加到DataFrame中
    result = pd.concat([result,pd.DataFrame({'分区':[column],'平均数':[mean],'中位数':[median],'众数':[mode]})],ignore_index=True)

# 打印结果
print(result)

请注意，在循环中使用 `fans_column.index` 来选择每个分区的索引，这里的 `fans_column` 是一个Series对象。