如果你想去掉表格中数字的小数点，可以使用Excel或Python等工具来实现这一目标。下面是使用Excel和Python进行操作的简单步骤：

使用Excel:

假设你的数字在A列中，你可以使用以下方法：

1. 打开Excel文件。

2. 在一个新的列（比如B列）的第一个单元格中输入一个没有小数点的数值（可以使用整数或者去掉小数部分的数值）。

3. 使用填充功能或者函数，向下拖动刚刚输入数字的单元格来复制该值到下面的所有行。这样就可以快速地处理整个列的数值。这种处理方式会把小数部分全部忽略掉。但是需要注意这仅仅是将数值视觉化地去掉小数点，实际数值并未改变。如果需要永久改变数值，可能需要使用公式进行四舍五入等操作。

使用Python:

如果你有一组数字存储在一个列表或者DataFrame中，你可以使用Python的内置函数来去掉小数点：

```python

import pandas as pd

import numpy as np

# 假设你的数据在一个Pandas DataFrame中名为df，列名为'column_name'

df['column_name'] = df['column_name'].apply(lambda x: round(x)) # 这将把数值四舍五入到最接近的整数，从而去掉小数点。如果你不想四舍五入而是直接去掉小数部分，可以使用int()函数替换round()函数。但是注意，这将丢弃所有小数部分，不进行四舍五入。如 df['column_name'] = df['column_name'].apply(lambda x: int(x))。然后可以将处理后的数据存回DataFrame或者直接用于后续处理。如果想保存到新的表格中可以使用df.to_excel("新的文件名.xlsx")保存结果。如果是原始Excel表格中的数据需要处理，你可能需要先读取Excel文件到DataFrame中再进行处理。可以使用pandas的read_excel函数读取Excel文件。例如：df = pd.read_excel('原始文件名.xlsx')。处理后再写入Excel即可。注意保存时可能需要指定正确的路径和文件名。如果处理的数据量很大，可能需要考虑使用更高效的方法或者使用并行处理来提高性能。上述方法都是基于假设你的数据是可以安全地去掉小数点的常规数值型数据而言的，对于一些特定类型的字段可能并不适用或产生不良后果。在对实际数据操作前最好先做好数据备份以防万一。