第一列是产品名称，第二列是星期数，后面是每周的数据。
源数据
现在需要保留每个产品相对应的星期数的数据，后面的就删除。比如：productA保留3周的数据，productB保留7周的数据。
第一步：导入库并读入数据：
读取数据
第二步：建立迭代遍历每行，并将每行的Number_of_week读取出来。
读取每行的Number_of_week
第三步：再建立迭代遍历每行不需要的数据，并将不需要的数据删除。
遍历每行不需要的数据，并将不需要的数据删除
为什么要有（j+1,10,1）呢？
j是从数据里读出的要保留的星期数，j+1就是要从第一个不要的数据开始迭代，直到第9周，所以中间的数据是10（np.arange生成的序列不包含最后一个数字），步长是1。
df.loc[k]是一行数据，提取处理就是Series数据类型，要删除里面的数据需要用到.drop(index)。这里的索引是week加数字，数字用%d代替，后面再用%i指明具体是哪个数字。
如果列名不规则，请在第一步提取数据的时候重新设定列名，用0，1，2，3，......这样就方便处理了。
处理后的数据
处理过的数据
这个问题很简单，解决的代码也没超过10行，但是却解决了大问题，比较在实际使用的过程中的表格可能是有好几十列的上百行的，手动删除会很麻烦，而且容易出错。
完整的代码
为了重复利用，也可以改写成自定义函数：
改写成自定义函数
