python读取excel表格每个的sheet,获取每个sheet最后一行第一列之后每数值，如低于90且列名不等于‘区’或者‘省’或者‘街道’, id ,‘日期’,‘数量’, ‘国家’ ,则以,若删除该列数据,

可以使用Python的pandas库来读取Excel表格。具体可以按照以下步骤操作：

1. 使用pandas库的read_excel函数读取Excel表格，例如：data = pd.read_excel('example.xlsx', sheet_name=None)

2. 遍历每个sheet，获取每个sheet的最后一行第一列之后的每个数值，可以使用pandas库的iloc函数，例如：last_row = sheet.iloc[-1,1:]

3. 遍历每个数值，判断是否低于90且列名不等于‘区’或者‘省’或者‘街道’，可以使用pandas库的iterrows函数和isin函数，例如：for index, row in last_row.iterrows(): if row < 90 and row.name not in ['区', '省', '街道']: sheet = sheet.drop(row.name, axis=1)

4. 若删除该列数据，则可以使用pandas库的drop函数，例如：sheet = sheet.drop(row.name, axis=1)

注意：以上代码仅为参考，具体实现需要根据实际情况进行调整。

相关问题

python读取excel表格每个的sheet,获取每个sheet最后一行第一列之后的数值,如低于90且列名不等于‘区’或者‘省’或者‘街道’, id ,‘日期’,‘数量’, ‘国家’ ,则删除该列数据,

我了解你的问题。你可以使用Python中的pandas库来读取excel表格，以及对每个sheet进行操作。以下是一个示例代码，可能对你有帮助：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('filename.xlsx', sheet_name=None)

# 对每个sheet进行操作
for sheet_name in df.keys():
    # 获取最后一行第一列之后的数值
    last_row = df[sheet_name].tail(1)
    first_col = last_row.columns[1]
    data = last_row[first_col:].values[0]

    # 判断列是否需要删除
    if isinstance(data[0], int) and data[0] < 90 \
            and data[1] not in ['区', '省', '街道', 'id', '日期', '数量', '国家']:
        df[sheet_name] = df[sheet_name].drop(columns=[data[1]])

# 输出结果
with pd.ExcelWriter('output.xlsx') as writer:
    for sheet_name in df.keys():
        df[sheet_name].to_excel(writer, sheet_name=sheet_name, index=False)

希望能对你有所帮助！

python读取excel表格所有的sheet,获取每个sheet最后一行第1列后的数值,如低于90且列名不等于‘区’或者‘省’或者‘街道’, id ,‘日期’,‘数量’, ‘国家’ ,则删除整列

Sure, 这是一个关于python读取excel表格的问题。在Python中，可以使用Pandas库中的read_excel函数读取表格数据。对于获取每个sheet最后一行第1列后的数值以及删除满足条件的列，可以使用Pandas库提供的函数进行操作。下面是示例代码:

import pandas as pd

# 读取excel表格数据
file_path = "/path/to/excel/file.xlsx"
excel_data = pd.read_excel(file_path, sheet_name=None)

# 获取每个sheet最后一行第1列的数值
for sheet_name in excel_data.keys():
    sheet_data = excel_data[sheet_name]
    last_row_value = sheet_data.iloc[-1, 0]
    
    # 判断是否删除该列
    if last_row_value < 90 and sheet_data.columns[0] not in ['区', '省', '街道', 'id', '日期', '数量', '国家']:
        sheet_data.drop(sheet_data.columns[0], axis=1, inplace=True)

注意，以上代码只是一个示例，需要根据具体情况进行适当修改。如果还有其它问题，欢迎随时提出。