pandas数据集删除指定列后，对剩下的数据进行求和筛选，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2个数据集需要如此处理，数据集名称如下df2,df3

好的，您可以使用以下代码实现：

import pandas as pd

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

# 删除指定列
df2.drop(['column_name1', 'column_name2'], axis=1, inplace=True)
df3.drop(['column_name1', 'column_name2'], axis=1, inplace=True)

# 指定列数据求和
df2_sum = df2.sum(axis=1)
df3_sum = df3.sum(axis=1)

# 筛选保留85~105区间内的数据
df2_filtered = df2[(df2_sum >= 85) & (df2_sum <= 105)]
df3_filtered = df3[(df3_sum >= 85) & (df3_sum <= 105)]

# 输出不符合要求的物品名称
df2_filtered_names = df2[~df2.index.isin(df2_filtered.index)]['item_name'].tolist()
df3_filtered_names = df3[~df3.index.isin(df3_filtered.index)]['item_name'].tolist()

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_name1`和`column_name2`需要替换为您要删除的列名，`item_name`需要替换为您要输出的物品名称列的列名。在求和时，`axis=1`表示按行求和。`df2_sum`和`df3_sum`分别保存了`df2`和`df3`中每行数据的和。在筛选时，`~df2.index.isin(df2_filtered.index)`表示不在筛选后的数据集中的行。