下面是一个示例代码，演示了如何使用多线程在Excel中并行读写数据：

import openpyxl
from concurrent.futures import ThreadPoolExecutor

def read_excel_data(file_path, sheet_name):
    wb = openpyxl.load_workbook(file_path)
    sheet = wb[sheet_name]
    data = []
    for row in sheet.iter_rows(values_only=True):
        data.append(row)
    return data

def write_excel_data(file_path, sheet_name, data):
    wb = openpyxl.load_workbook(file_path)
    sheet = wb[sheet_name]
    for i, row in enumerate(data, start=1):
        for j, value in enumerate(row, start=1):
            sheet.cell(row=i, column=j, value=value)
    wb.save(file_path)

def process_excel_data(file_path):
    sheet_names = ['Sheet1', 'Sheet2', 'Sheet3']
    with ThreadPoolExecutor() as executor:
        futures = []
        for sheet_name in sheet_names:
            future = executor.submit(read_excel_data, file_path, sheet_name)
            futures.append(future)
        data = [future.result() for future in futures]

        for sheet_name, data_list in zip(sheet_names, data):
            future = executor.submit(write_excel_data, file_path, sheet_name, data_list)
            futures.append(future)
        _ = [future.result() for future in futures]

# 调用示例
process_excel_data('example.xlsx')

在这个例子中，我们使用了openpyxl库来读写Excel文件。read_excel_data函数使用openpyxl来读取Excel文件中的数据，并将其返回为一个列表。write_excel_data函数使用openpyxl将数据写入Excel文件中的指定工作表。

在process_excel_data函数中，我们使用ThreadPoolExecutor来创建一个线程池，并将读取和写入Excel文件的任务提交给线程池。通过调用executor.submit方法，我们可以将函数和参数传递给线程池，并返回一个Future对象。然后，我们可以使用future.result方法获取函数的返回值。

在这个例子中，我们并行读取和写入了多个工作表的数据。可以根据需要修改sheet_names列表来指定要处理的工作表。