对pandas数据集指定列数据进行求和筛选，要求保留85~105区间内的数据，输出不符合要求的物品名称，一共有3个数据集需要如此处理，数据集名称如下df1,df2,df3

好的，您可以使用以下代码实现：

import pandas as pd

# 读取数据集
df1 = pd.read_csv('df1.csv')
df2 = pd.read_csv('df2.csv')
df3 = pd.read_csv('df3.csv')

# 指定列数据求和
df1_sum = df1['column_name'].sum()
df2_sum = df2['column_name'].sum()
df3_sum = df3['column_name'].sum()

# 筛选保留85~105区间内的数据
df1_filtered = df1[(df1['column_name'] < 85) | (df1['column_name'] > 105)]
df2_filtered = df2[(df2['column_name'] < 85) | (df2['column_name'] > 105)]
df3_filtered = df3[(df3['column_name'] < 85) | (df3['column_name'] > 105)]

# 输出不符合要求的物品名称
df1_filtered_names = df1_filtered['item_name'].tolist()
df2_filtered_names = df2_filtered['item_name'].tolist()
df3_filtered_names = df3_filtered['item_name'].tolist()

print('df1中不符合要求的物品名称：', df1_filtered_names)
print('df2中不符合要求的物品名称：', df2_filtered_names)
print('df3中不符合要求的物品名称：', df3_filtered_names)

其中，`column_name`需要替换为您要求和的列名，`item_name`需要替换为您要输出的物品名称列的列名。如果您的数据集中没有列名，可以在读取数据集时设置`header=None`，并在使用列时使用索引号代替列名。