python对excel中的各个字段进行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

要实现这个功能，可以使用Python中的pandas和NLTK库。

首先，使用pandas读取Excel文件中的数据，并将需要进行NLP词法分析的字段提取出来。例如，假设需要对Excel文件中的Sheet1中的列A进行分析，可以使用以下代码：

import pandas as pd

data = pd.read_excel('file.xlsx', sheet_name='Sheet1')
text = data['A'].tolist()

接下来，使用NLTK对文本进行词法分析，可以使用如下代码：

import nltk
from nltk.tokenize import word_tokenize

tokens = []
for sentence in text:
    words = word_tokenize(sentence)
    tokens.extend(words)

上述代码将每个字段中的文本内容按照词语进行划分，并将所有词语保存在一个列表中。

接着，使用Python中的collections库对词语进行聚合统计，并输出频度统计值到新的Excel中。例如，可以使用以下代码：

from collections import Counter

word_counts = Counter(tokens)

df = pd.DataFrame(list(word_counts.items()), columns=['Word', 'Frequency'])
df.to_excel('output.xlsx', index=False)

上述代码将词语及其出现频率保存在一个DataFrame中，并将DataFrame输出到新的Excel文件中。

需要注意的是，NLTK需要下载对应的数据集，可以使用以下代码进行下载：

nltk.download()

然后在弹出的窗口中选择需要下载的数据集即可。