用python编写程序，读取某个excel表格的第1至21列，将第3至20列的数字文本转换为无小数点后的可计算的数值

### 回答1：

可以使用Python的openpyxl库来读取Excel表格，然后使用float()函数将字符串转换为可计算的数值：```
import openpyxlwb = openpyxl.load_workbook('excel.xlsx')
sheet = wb.activefor row in range(1, 21):
for col in range(3, 20):
cell_value = sheet.cell(row=row, column=col).value
number_value = float(cell_value)

### 回答2：
可以使用Python中的pandas库来读取Excel文件并进行数据处理。首先需要使用pandas的read_excel函数读取Excel文件，并指定读取的列范围。

import pandas as pd

# 读取Excel文件的第1至21列数据
df = pd.read_excel("文件路径.xlsx", usecols="A:U")

# 遍历每一列，从第3列到第20列
for col in df.columns[2:20]:
# 将列中的字符串类型转换为浮点数类型
df[col] = pd.to_numeric(df[col], errors="coerce")

# 打印处理后的数据
print(df.head())

以上代码首先导入pandas库，并使用read_excel函数读取Excel文件，指定usecols参数为"A:U"表示读取第1至21列的数据。

然后通过for循环遍历从第3列到第20列的每一列，使用to_numeric函数将列中的字符串类型转换为浮点数类型。其中，errors参数设置为"coerce"表示遇到无法转换的字符串时设为NaN。

最后，通过print函数打印处理后的数据。

注意：在代码中需要将"文件路径.xlsx"替换为实际的Excel文件路径。  

### 回答3：
要用Python编写程序读取Excel表格并转换数字文本，可以使用`pandas`库来处理数据。首先，需要安装`pandas`库，可以使用`pip install pandas`命令进行安装。

以下是一个示例程序的代码：

import pandas as pd

# 读取Excel表格数据
df = pd.read_excel('your_excel_file.xlsx', usecols="C:T") # 读取第3至20列数据

# 将数字文本转换为可计算的数值
df = df.apply(pd.to_numeric, errors='coerce')

# 显示转换后的数据
print(df)

在上述代码中，`read_excel`函数用于读取Excel表格数据，需要传入文件路径和要读取的列范围。`usecols`参数用于指定要读取的列，从第3列到第20列的范围是"C:T"。

然后，使用`apply`方法结合`pd.to_numeric`函数将每一列的数据转换为数值类型。其中，`to_numeric`函数将尝试将每个元素转换为数值，并将无效的数值设置为NaN。

最后，通过`print`语句可以将转换后的数据显示出来。

请注意，上述代码中的文件路径（`'your_excel_file.xlsx'`）需要根据实际情况进行更改，以便指定正确的Excel文件路径。