python循环计算excle中第1列和后面几列的皮尔逊相关系数、RMSE、MSE、MAE，并写入到excel的sheet3中

好的，这个问题可以回答。以下是代码示例：

import pandas as pd
from scipy.stats import pearsonr
from sklearn.metrics import mean_squared_error, mean_absolute_error

# 读取Excel文件
df = pd.read_excel('data.xlsx', sheet_name='Sheet1')

# 计算皮尔逊相关系数
corr_list = []
for col in df.columns[1:]:
    corr, _ = pearsonr(df.iloc[:, 0], df[col])
    corr_list.append(corr)

# 计算RMSE、MSE、MAE
rmse_list = []
mse_list = []
mae_list = []
for col in df.columns[1:]:
    rmse = mean_squared_error(df.iloc[:, 0], df[col], squared=False)
    mse = mean_squared_error(df.iloc[:, 0], df[col])
    mae = mean_absolute_error(df.iloc[:, 0], df[col])
    rmse_list.append(rmse)
    mse_list.append(mse)
    mae_list.append(mae)

# 将结果写入Excel的Sheet3中
result_df = pd.DataFrame({'Pearson Correlation': corr_list,
                          'RMSE': rmse_list,
                          'MSE': mse_list,
                          'MAE': mae_list})
result_df.to_excel('data.xlsx', sheet_name='Sheet3', index=False)

希望这个代码示例能够帮到你！