1、pycharm
2、pandas：一个数据分析库，可以读取和写入多种格式的数据，包括Excel文件。
3、cell()：获取单元格
4、xlrd/xlwt：用于读取和写入Excel文件的库，支持xls格式。
5、注意python如何处理数据
6、sheets()[0]：获取所有的Sheet页中的某个
7、sheet_names()：获取所有的Sheet页
8、在python语言中，可以使用xlrd和xlwt两个库操作。那么，具体是如何处理数据？
9、nrows：获取记录总条数
10、调用sheet_by_name()方法，读取文件的sheet页
11、通过集成Python，Excel用户可以使用Python的强大功能来处理和分析复杂的数据集。Python具有丰富的库和工具，可以进行统计分析、数据可视化、机器学习等任务。通过在Excel中使用Python，用户可以利用这些功能来探索和处理数据，并从中得出洞察。
12、集成Python使得Excel具有了更广泛的数据处理能力。用户可以编写Python来实现复杂的数据处理和计算，并将其直接应用到Excel的数据中。这种集成还允许用户在Excel中调用Python库和模块，以便利用Python生态系统中的各种功能。
13、工具/原料
14、方法/步骤
15、open_workbook()：打开对应的文件
16、Excel开始集成Python是在Excel2016的版本中。在此之前，Excel是一个纯粹的电子表格软件，只能处理数值和文本数据。但是随着数据科学和机器学习的兴起，Microsoft决定将Python语言集成到Excel中，使用户能够利用Python的功能进行更高级的数据处理和分析。
17、sheet_by_name()：通过Sheet页名称获取对象
18、接着调用open_workbook()方法，打开一个文件
19、总而言之，Excel开始集成Python是为了满足用户对更强大数据处理和分析能力的需求。这种集成使得用户能够利用Python的功能来处理和分析复杂数据，从而提高工作效率并获得更准确的结果。
20、在cell()中传入两个值，一个行一个列，然后value获取对应单元格的值
21、数据量大更建议用Python，vba一般都是将数据存放在内存中，当数据不拆分电脑配置又不高，就会显得比较卡，数据处理完毕后，不释放下内存电脑用起来也会比较卡，vba一般只会启动2个cpu核心进行数据计算，运算效率也比较低。
22、注意xlrd和xlwt两个库的用法
23、python
24、以上这些库都有各自的优点和适用场景。如果你需要处理xlsx格式的Excel文件，并且需要支持大部分Excel功能，推荐使用openpyxl；如果你只需要处理xls格式的Excel文件，则可以使用xlrd/xlwt；如果你需要进行数据分析并将结果输出到Excel中，则可以使用pandas；如果你需要创建xlsx格式的Excel文件，则可以使用xlsxwriter。
25、如果想要获取某个sheet页中记录的总数，使用nrows
26、利用sheets()方法加序号，可以获取某个sheet页对象
27、注意事项
28、实用，第一，python集成了专门用于的第三方库，基本所有的复杂计算，python都有对应的函数。
29、第二，python也一门编程语言，它不仅可以实现操作，还可以实现一部分自动化，比如经常要做的一些重复性工作，就可以写成自动化，每天定时执行。
30、xlsxwriter：一个用于创建Excelxlsx文件的库，支持多种Excel功能。
31、目前比较流行的PythonExcel库有以下几种：
32、如果是后面加了个s，sheet_names表示获取中所有的sheet页
33、openpyxl：一个用于读写Excel2010xlsx/xlsm/xltx/xltm文件的库，支持大部分Excel功能。
34、在python项目中，新建python文件，并依次导入xlrd和xlwt
35、pandas库，pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。