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列以外的数值,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

很好，这是一个关于Python读取Excel表格的问题，我可以回答你。要获取每个sheet最后一行第1列以外的数值，可以使用 pandas 库的 read_excel() 方法读取Excel，并且通过 pd.DataFrame.drop() 方法删除符合条件的行。具体的代码实现可以参考以下示例：

import pandas as pd

# 读取Excel文件
excel_file = pd.ExcelFile('your_excel_file.xlsx')

# 遍历每个sheet
for sheet_name in excel_file.sheet_names:
  # 获取当前sheet的数据
  sheet_data = excel_file.parse(sheet_name)

  # 获取最后一行，并删除符合条件的行
  last_row = sheet_data.iloc[-1, :]
  drop_cols = [col_name for col_name in last_row.index if last_row[col_name] < 90 and col_name not in ['区', '省', '街道', 'id', '日期', '数量', '国家']]
  sheet_data.drop(columns=drop_cols, inplace=True)

  # 打印处理后的数据
  print(f"Sheet '{sheet_name}':\n{sheet_data}\n")

希望这个回答能够帮到您。如果您还有其它问题，请随时提出。