xlsx

name	xlsx
description	任何时候电子表格文件是主要输入或输出时都使用此技能。这意味着以下任何任务:打开、读取、编辑或修复现有的 .xlsx、.xlsm、.csv 或 .tsv 文件(例如添加列、计算公式、格式化、图表、清洗混乱数据);从头或从其他数据源创建新的电子表格;或在表格文件格式之间转换。特别是当用户按名称或路径引用电子表格文件时触发 — 即使是随意的(如"我下载目录里的 xlsx") — 并且想对它进行处理或从中生成内容。也适用于将混乱的表格数据文件(格式错误的行、错位的标题、垃圾数据)清洗或重组为规范的电子表格。交付物必须是电子表格文件。当主要交付物是 Word 文档、HTML 报告、独立 Python 脚本、数据库流水线或 Google Sheets API 集成时,即使涉及表格数据,也不要触发。
license	Proprietary. LICENSE.txt has complete terms
metadata	{"name_zh":"电子表格处理","name_zh-tw":"電子表格處理","description_zh":"打开、读取、编辑或创建 .xlsx、.xlsm、.csv 等电子表格文件,支持公式、格式化和图表","description_zh-tw":"開啟、讀取、編輯或建立 .xlsx、.xlsm、.csv 等電子表格檔案,支援公式、格式化和圖表"}

输出要求

所有 Excel 文件

专业字体

• 除非用户另有要求，所有交付物使用统一的专业字体（如 Arial、Times New Roman）

零公式错误

• 交付 Excel 模型时，必须确保没有公式错误（#REF!、#DIV/0!、#VALUE!、#N/A、#NAME?）

保留现有模板(更新模板时)

• 研究并完全匹配现有的格式、风格和惯例
• 永远不要将标准化格式强加于已有模式的文件
• 现有模板惯例始终优先于这些指南

财务模型

颜色编码标准

除非用户或现有模板另有要求

行业标准颜色约定

• 蓝色文本（RGB: 0,0,255）：硬编码的输入值，以及用户会随场景调整的数字
• 黑色文本（RGB: 0,0,0）：所有公式和计算结果
• 绿色文本（RGB: 0,128,0）：从同一工作簿其他工作表引用的链接
• 红色文本（RGB: 255,0,0）：指向其他文件的外部链接
• 黄色背景（RGB: 255,255,0）：需要关注的关键假设或待更新的单元格

数字格式标准

必需格式规则

• 年份：格式化为文本字符串（如 "2024" 而非 "2,024"）
• 货币：使用 $#,##0 格式；标题中始终注明单位（如 "收入($百万)"）
• 零值：所有零显示为 "-"，包括百分比（如 "$#,##0;($#,##0);-"）
• 百分比：默认 0.0% 格式（一位小数）
• 倍数：估值倍数（EV/EBITDA、P/E）格式化为 0.0x
• 负数：使用括号 (123) 而非负号 -123

公式构建规则

假设放置

• 所有假设（增长率、利润率、倍数等）放在单独的假设单元格中
• 公式中使用单元格引用，不要硬编码值
• 示例：使用 =B5*(1+$B$6) 而非 =B5*1.05

公式错误预防

• 验证所有单元格引用正确
• 检查范围中的偏移一位错误
• 确保所有预测期间的公式一致
• 用边界情况测试（零值、负数）
• 确认没有意外的循环引用

硬编码值的文档要求

• 在单元格中或旁边添加注释（如果在表格末尾）。格式："来源:[系统/文档],[日期],[具体引用],[URL（如适用）]"
• 示例：
  • "来源：公司 10-K，FY2024，第 45 页，收入注释，[SEC EDGAR URL]"
  • "来源：公司 10-Q，Q2 2025，附件 99.1，[SEC EDGAR URL]"
  • "来源：彭博终端，2025/8/15，AAPL US Equity"
  • "来源：FactSet，2025/8/20，一致预期数据"

XLSX 创建、编辑和分析

概述

用户可能要求你创建、编辑或分析 .xlsx 文件。根据任务不同，选用不同的工具和工作流。

重要要求

LibreOffice 用于公式重新计算:你可以假设 LibreOffice 已安装,用于使用 scripts/recalc.py 脚本重新计算公式值。该脚本在首次运行时自动配置 LibreOffice,包括在 Unix 套接字受限的沙箱环境中(由 scripts/office/soffice.py 处理)

读取和分析数据

使用 pandas 进行数据分析

数据分析、可视化和基本操作使用 pandas，它提供强大的数据操作能力：

import pandas as pd

# 读取 Excel
df = pd.read_excel('file.xlsx')  # 默认:第一个工作表
all_sheets = pd.read_excel('file.xlsx', sheet_name=None)  # 所有工作表作为字典

# 分析
df.head()      # 预览数据
df.info()      # 列信息
df.describe()  # 统计信息

# 写入 Excel
df.to_excel('output.xlsx', index=False)

Excel 文件工作流

关键:使用公式,而非硬编码值

始终使用 Excel 公式,而非在 Python 中计算值后硬编码。 这确保电子表格保持动态和可更新。

❌ 错误 - 硬编码计算值

# 不好:在 Python 中计算并硬编码结果
total = df['Sales'].sum()
sheet['B10'] = total  # 硬编码 5000

# 不好:在 Python 中计算增长率
growth = (df.iloc[-1]['Revenue'] - df.iloc[0]['Revenue']) / df.iloc[0]['Revenue']
sheet['C5'] = growth  # 硬编码 0.15

# 不好:在 Python 中计算平均值
avg = sum(values) / len(values)
sheet['D20'] = avg  # 硬编码 42.5

✅ 正确 - 使用 Excel 公式

# 好:让 Excel 计算总和
sheet['B10'] = '=SUM(B2:B9)'

# 好:增长率作为 Excel 公式
sheet['C5'] = '=(C4-C2)/C2'

# 好:使用 Excel 函数计算平均值
sheet['D20'] = '=AVERAGE(D2:D19)'

所有计算都适用这一原则——总计、百分比、比率、差值等。源数据变更时，电子表格应能自动重新计算。

常见工作流

1. 选择工具：数据分析用 pandas，公式/格式化用 openpyxl
2. 创建/加载：创建新工作簿或加载现有文件
3. 修改：添加/编辑数据、公式和格式
4. 保存：写入文件
5. 重新计算公式（使用公式时必需）：使用 scripts/recalc.py 脚本

   python scripts/recalc.py output.xlsx
   

6. 验证并修复错误：
   • 脚本返回包含错误详情的 JSON
   • 如果 status 为 errors_found，检查 error_summary 了解具体错误类型和位置
   • 修复已识别的错误并重新计算
   • 常见需修复的错误：
     • #REF!：无效的单元格引用
     • #DIV/0!：除以零
     • #VALUE!：公式中数据类型错误
     • #NAME?：无法识别的公式名称

创建新的 Excel 文件

# 使用 openpyxl 进行公式和格式化
from openpyxl import Workbook
from openpyxl.styles import Font, PatternFill, Alignment

wb = Workbook()
sheet = wb.active

# 添加数据
sheet['A1'] = 'Hello'
sheet['B1'] = 'World'
sheet.append(['Row', 'of', 'data'])

# 添加公式
sheet['B2'] = '=SUM(A1:A10)'

# 格式化
sheet['A1'].font = Font(bold=True, color='FF0000')
sheet['A1'].fill = PatternFill('solid', start_color='FFFF00')
sheet['A1'].alignment = Alignment(horizontal='center')

# 列宽
sheet.column_dimensions['A'].width = 20

wb.save('output.xlsx')

编辑现有的 Excel 文件

# 使用 openpyxl 保留公式和格式
from openpyxl import load_workbook

# 加载现有文件
wb = load_workbook('existing.xlsx')
sheet = wb.active  # 或 wb['SheetName'] 指定工作表

# 处理多个工作表
for sheet_name in wb.sheetnames:
    sheet = wb[sheet_name]
    print(f"工作表: {sheet_name}")

# 修改单元格
sheet['A1'] = '新值'
sheet.insert_rows(2)  # 在位置 2 插入行
sheet.delete_cols(3)  # 删除第 3 列

# 添加新工作表
new_sheet = wb.create_sheet('新工作表')
new_sheet['A1'] = '数据'

wb.save('modified.xlsx')

重新计算公式

通过 openpyxl 创建或修改的 Excel 文件，公式以字符串形式保存，但不包含计算值。使用 scripts/recalc.py 脚本重新计算公式：

python scripts/recalc.py <excel_file> [timeout_seconds]

示例：

python scripts/recalc.py output.xlsx 30

该脚本功能：

• 首次运行时自动设置 LibreOffice 宏
• 重新计算所有工作表中的所有公式
• 扫描所有单元格，查找 Excel 错误（#REF!、#DIV/0! 等）
• 返回包含详细错误位置和计数的 JSON
• 支持 Linux 和 macOS

公式验证清单

快速检查，确保公式正常工作：

基本验证

• 测试 2-3 个样本引用：构建完整模型前，验证它们能获取正确的值
• 列映射：确认 Excel 列对应正确（例如，第 64 列 = BL，不是 BK）
• 行偏移：记住 Excel 行从 1 开始索引（DataFrame 第 5 行 = Excel 第 6 行）

常见陷阱

• NaN 处理：使用 pd.notna() 检查空值
• 最右侧列：财务数据通常在第 50+ 列
• 多个匹配：搜索所有出现项，不只是第一个
• 除以零：公式中使用 / 前，检查分母（#DIV/0!）
• 错误引用：验证所有单元格引用指向预期单元格（#REF!）
• 跨工作表引用：使用正确格式（Sheet1!A1）链接工作表

公式测试策略

• 从小处开始：广泛使用前，先在 2-3 个单元格上测试公式
• 验证依赖项：检查公式中引用的所有单元格是否存在
• 测试边界情况：包括零值、负值和非常大的值

解读 scripts/recalc.py 输出

脚本返回包含错误详情的 JSON：

{
  "status": "success",           // 或 "errors_found"
  "total_errors": 0,              // 总错误数
  "total_formulas": 42,           // 文件中的公式数量
  "error_summary": {              // 仅在发现错误时存在
    "#REF!": {
      "count": 2,
      "locations": ["Sheet1!B5", "Sheet1!C10"]
    }
  }
}

最佳实践

库选择

• pandas：最适合数据分析、批量操作和简单数据导出
• openpyxl：最适合复杂格式化、公式和 Excel 特定功能

使用 openpyxl

• 单元格索引从 1 开始（row=1, column=1 指 A1 单元格）
• 使用 data_only=True 读取计算值：load_workbook('file.xlsx', data_only=True)
• 警告：用 data_only=True 打开并保存时，公式会被值替换，永久丢失
• 大文件处理：读取用 read_only=True，写入用 write_only=True
• 公式会保留但不求值——使用 scripts/recalc.py 更新值

使用 pandas

• 指定数据类型，避免推断问题：pd.read_excel('file.xlsx', dtype={'id': str})
• 大文件读取特定列：pd.read_excel('file.xlsx', usecols=['A', 'C', 'E'])
• 正确处理日期：pd.read_excel('file.xlsx', parse_dates=['date_column'])

代码风格指南

重要：为 Excel 操作生成 Python 代码时：

• 编写简洁的 Python 代码，不带不必要的注释
• 避免冗长的变量名和冗余操作
• 避免不必要的 print 语句

Excel 文件本身：

• 为复杂公式或重要假设的单元格添加注释
• 记录硬编码值的数据来源
• 为关键计算和模型部分添加说明