如何在Python中计算和重新分配多个数据帧之间的数值？

import pandas as pd

# 创建一个包含多个数据帧的字典
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

df['D'] = df['A'] + df['B']  # 计算A列和B列的和，并将结果赋值给D列
df['E'] = df['A'] - df['B']  # 计算A列和B列的差，并将结果赋值给E列
df['F'] = df['A'] * df['B']  # 计算A列和B列的乘积，并将结果赋值给F列
df['G'] = df['A'] / df['B']  # 计算A列和B列的商，并将结果赋值给G列

df.loc[3] = df.loc[0] + df.loc[1]  # 计算第0行和第1行的和，并将结果赋值给第3行
df.loc[4] = df.loc[0] - df.loc[2]  # 计算第0行和第2行的差，并将结果赋值给第4行
df.loc[5] = df.loc[0] * df.loc[2]  # 计算第0行和第2行的乘积，并将结果赋值给第5行
df.loc[6] = df.loc[0] / df.loc[2]  # 计算第0行和第2行的商，并将结果赋值给第6行

df['A_sum'] = df['A'].sum()  # 计算A列的总和，并将结果赋值给A_sum列
df['B_mean'] = df['B'].mean()  # 计算B列的平均值，并将结果赋值给B_mean列
df['C_max'] = df['C'].max()  # 计算C列的最大值，并将结果赋值给C_max列
df['D_min'] = df['D'].min()  # 计算D列的最小值，并将结果赋值给D_min列