在Python中处理Excel文件通常使用pandas库和openpyxl或xlrd等库。以下是处理Excel文件的十个常见操作：

1. 安装所需库：
   首先，确保安装了pandas和openpyxl（用于读写Excel）：

   pip install pandas openpyxl  

2. 读取Excel文件：
   使用pandas中的read_excel函数读取Excel文件：

   import pandas as pd  
   df = pd.read_excel('example.xlsx', sheet_name='Sheet1')  

3. 写入Excel文件：
   使用to_excel方法将DataFrame写入Excel文件：

   df.to_excel('output.xlsx', index=False, sheet_name='OutputSheet')  

4. 选择特定列：
   可以选择DataFrame中的特定列：

   selected_columns = df[['Column1', 'Column2']]  

5. 筛选数据：
   使用布尔索引筛选行：

   filtered_data = df[df['Age'] > 30]  

6. 添加新列：
   通过计算添加新列：

   df['NewColumn'] = df['Column1'] + df['Column2']  

7. 数据分组：
   使用groupby方法对数据进行分组：

   grouped = df.groupby('Category').sum()  

8. 统计汇总：
   使用describe方法进行统计汇总：

   summary = df.describe()  

9. 处理缺失数据：
   填充缺失值或删除缺失值：

   df.fillna(0, inplace=True)  # 用0填充  
   # 或者删除缺失值  
   df.dropna(inplace=True)  

10. 合并多个Excel文件：
    使用concat方法合并多个DataFrame：

    df1 = pd.read_excel('file1.xlsx')  
    df2 = pd.read_excel('file2.xlsx')  
    combined_df = pd.concat([df1, df2], axis=0)  

通过这些操作，你可以高效地处理和分析Excel文件中的数据。根据具体的需求，pandas提供了更多强大且灵活的功能。