python对excel中的各个字段下的中文文本进行nlp词法分析，分析每个字段下的文本内容，并对划分的词语进行聚合统计，输出频度统计值到新的excel中

你可以使用Python中的pandas和jieba库来实现这个需求。

首先，你需要读取原始的Excel文件，可以使用pandas库中的read_excel函数。接着，你需要使用jieba库来进行中文文本的分词。这里需要注意的是，你需要先安装jieba库，并下载中文分词所需要的词典。

分词完成后，你可以使用Python中的collections库来进行聚合统计，得到每个词语在文本中出现的频度。最后，你可以使用pandas库中的to_excel函数将统计结果输出到新的Excel文件中。

以下是一个简单的示例代码：

import pandas as pd
import jieba
from collections import Counter

# 读取原始Excel文件
df = pd.read_excel('input.xlsx')

# 分词
seg_list = []
for col in df.columns:
    text = df[col].astype(str).str.cat(sep=' ')
    seg_list.append(list(jieba.cut(text)))

# 聚合统计
freq_list = []
for seg in seg_list:
    freq_list.append(Counter(seg))

# 输出到新的Excel文件
result_df = pd.DataFrame(freq_list, index=df.columns)
result_df.to_excel('output.xlsx')

需要注意的是，这个示例代码只是一个简单的实现，实际应用中你可能需要对分词结果进行过滤、去停用词等处理，以提高分析结果的准确性。