Python读取Excel文件的每一列可以通过以下步骤实现：

步骤 1：导入必要的库 首先，我们需要导入pandas库，它是一个强大的数据处理工具，可以用来读取和处理Excel文件。

import pandas as pd

步骤 2：读取Excel文件 使用pd.read_excel()函数可以读取Excel文件，并将其存储为一个数据框（DataFrame）对象。

df = pd.read_excel('文件路径/文件名.xlsx')

请确保将文件路径和文件名替换为实际的路径和文件名。如果Excel文件与Python脚本在同一目录下，可以只提供文件名。

步骤 3：获取每一列的数据 通过列名或索引可以获取数据框中的每一列。

column_data = df['列名']

请将'列名'替换为实际的列名或索引。如果要获取多列数据，可以将列名组成一个列表作为索引。

步骤 4：遍历每一列并处理数据 使用for循环可以遍历每一列的数据。

for column in df.columns:
    column_data = df[column]
    # 在这里可以对每一列的数据进行处理
    # 比如打印列名和前5行数据
    print(f"列名：{column}")
    print(column_data.head())

这个例子中，我们使用head()函数打印每一列的前5行数据。

完整代码如下：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('文件路径/文件名.xlsx')

# 遍历每一列并处理数据
for column in df.columns:
    column_data = df[column]
    # 在这里可以对每一列的数据进行处理
    # 比如打印列名和前5行数据
    print(f"列名：{column}")
    print(column_data.head())

以上就是使用Python读取Excel文件的每一列的完整步骤。你可以根据自己的需求在遍历每一列的循环中添加其他操作，比如统计数据、绘制图表等。

下面是一个饼状图的示例，展示了每一列数据的占比情况：

pie
title 数据列占比
"列名1" : 30
"列名2" : 20
"列名3" : 50

接下来是一个甘特图的示例，展示了读取Excel文件的每一列的时间进度：

gantt
dateFormat YYYY-MM-DD
title 读取Excel文件的每一列时间进度
section 读取文件
读取文件数据 : 2022-01-01, 2d
section 处理数据
处理列1 : 2022-01-03, 1d
处理列2 : 2022-01-04, 2d
处理列3 : 2022-01-06, 3d

希望这篇文章对你有帮助！