dataframe统计分别每一列的样本均值、样本标准差、样本超额风度，最小值与最大值并做成一个新的dataframe

在Pandas库中，可以使用`describe()`函数快速获取DataFrame中每列的基本统计信息，包括计数、平均值（均值）、标准差、最小值、四分位数以及最大值。不过，`describe()`不直接提供“超额风度”（skewness），这通常需要额外计算。我们可以先用`describe()`获取基本信息，然后用`skew()`函数计算超额风度。这里有一个示例：

import pandas as pd

# 假设df是你的DataFrame
stats_df = df.describe(include='all')  # 包含所有统计信息
stats_df['Skewness'] = df.apply(lambda col: col.skew(), axis=0)  # 计算每列的超额风度

# 找出最小值和最大值
min_max_df = pd.DataFrame({
    'Min': df.min(numeric_only=True),
    'Max': df.max(numeric_only=True)
})

# 合并两个数据框
result_df = stats_df.merge(min_max_df, left_index=True, right_index=True)

print(result_df)

注意这里的`numeric_only=True`用于只处理数值型列。