python读取佛山的excel表格内所有sheet，指定‘区’，‘省’列数据不删除，其它列获取最后一行第一列之后的数据，若数值低于90则删除这列数据

下面是实现该功能的代码：

import pandas as pd

# 读取Excel文件
file_path = '佛山.xlsx'
df_dict = pd.read_excel(file_path, sheet_name=None)

# 定义要保留的列
keep_cols = ['区', '省']

# 遍历每个sheet
for sheet_name, df in df_dict.items():
    # 获取最后一行第一列之后的数据
    last_row = df.iloc[-1, 1:]
    # 找出数值低于90的列
    drop_cols = [col for col in last_row.index if pd.isna(last_row[col]) or last_row[col] < 90]
    # 删除需要删除的列
    df.drop(drop_cols, axis=1, inplace=True)
    # 保留指定列
    df = df[keep_cols + list(df.columns[len(keep_cols):])]
    # 将修改后的数据保存回字典
    df_dict[sheet_name] = df

# 将修改后的数据保存回Excel文件
with pd.ExcelWriter(file_path) as writer:
    for sheet_name, df in df_dict.items():
        df.to_excel(writer, sheet_name=sheet_name, index=False)

解释一下代码：

1. 首先使用`pd.read_excel()`读取Excel文件，将每个sheet分别存储在一个字典中，字典的key为sheet名，value为对应的DataFrame对象。
2. 定义要保留的列，这里为了方便直接写死了，实际使用时可以根据具体情况进行修改。
3. 遍历每个sheet，对每个sheet进行如下操作：
- 获取最后一行第一列之后的数据，这里使用`df.iloc[-1, 1:]`，`iloc`方法可以根据行列的位置来选取数据。
- 找出数值低于90的列，这里使用列表推导式和`pd.isna()`函数来实现。
- 删除需要删除的列，这里使用`df.drop()`方法，`axis=1`表示删除列，`inplace=True`表示原地修改。
- 保留指定列，这里使用`df[keep_cols + list(df.columns[len(keep_cols):])]`，将保留的列和其它列拼接起来，保留的列放在前面。
- 将修改后的数据保存回字典。
4. 最后将修改后的数据保存回Excel文件，这里使用`pd.ExcelWriter()`和`to_excel()`方法来实现，`with`语句可以自动关闭文件句柄。