读取输入数据的第二行并统计取出数据中大于30的个数

好的，我可以帮你解决这个问题。以下是代码示例：

# 读取输入数据的第二行
input_str = input()
input_list = input_str.split()

# 统计大于30的个数
count = 0
for num in input_list:
    if int(num) > 30:
        count += 1

print(count)

这段代码首先读取了输入数据的第二行，将其转换为一个列表。然后，通过循环遍历列表中的每一个数字，如果大于30就将计数器加1。最后输出计数器的值，即大于30的数字个数。

相关问题

写一个python脚本，读取文件下的所有excel文件，统计列表中第八列值大于80，120，150的个数，以及最大的值。统计第九列值的个数，及最大的值。将第九列最大值和最小值对应的同行第八列数据也统计出来。统计第九列最大值对应的八列数据，将结果另生成一个表格。

好的，我明白了。这是一个与编程相关的问题，我可以提供一些帮助。

您可以使用Python的pandas库读取Excel文件并统计列的值。下面是一个参考代码，可以根据您的具体情况进行修改：

import pandas as pd
import glob

# 读取所有Excel文件
files = glob.glob('*.xlsx')
df_list = []

# 循环读取每个Excel文件
for file in files:
    df = pd.read_excel(file)
    df_list.append(df)

# 将所有数据合并为一个DataFrame
df_all = pd.concat(df_list, ignore_index=True)

# 统计第八列的值
col_8_greater_than_80 = (df_all.iloc[:, 7] > 80).sum()
col_8_greater_than_120 = (df_all.iloc[:, 7] > 120).sum()
col_8_greater_than_150 = (df_all.iloc[:, 7] > 150).sum()
col_8_max = df_all.iloc[:, 7].max()

# 统计第九列的值
col_9_count = df_all.iloc[:, 8].count()
col_9_max = df_all.iloc[:, 8].max()
col_9_min = df_all.iloc[:, 8].min()

# 找到第九列最大值的行
max_row = df_all.iloc[:, 8].idxmax()

# 取出第九列最大值的八列数据
col_8_of_max_row = df_all.iloc[max_row, 0:7].tolist()

# 将结果写入新Excel文件
df_result = pd.DataFrame({'col_8_greater_than_80': [col_8_greater_than_80],
                          'col_8_greater_than_120': [col_8_greater_than_120],
                          'col_8_greater_than_150': [col_8_greater_than_150],
                          'col_8_max': [col_8_max],
                          'col_9_count': [col_9_count],
                          'col_9_max': [col_9_max],
                          'col_9_min': [col_9_min],
                          'col_8_of_max_row': col_8_of_max_row})
df_result.to_excel('result.xlsx', index=False)

请注意，此代码假定Excel文件位于与脚本相同的目录中，并且每个文件具有相同的格式：所有数据都在第一个工作表中，第一行是标题行，数据从第二行开始。如果您的情况有所不同，请相应地修改代码。

如果您需要进一步的帮助，请让我知道。