xlsx

name	xlsx
description	当电子表格文件是主要输入或输出时使用此技能。这意味着用户想要：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、制图、清理混乱数据）；从头创建新的电子表格或从其他数据源创建；或在表格文件格式之间进行转换。当用户通过名称或路径引用电子表格文件时特别触发——即使是随意提及（如"我下载目录里的 xlsx"）——并且想对其进行操作或从中生成内容。也适用于将混乱的表格数据文件（格式错误的行、错位的表头、垃圾数据）清理或重构为规范的电子表格。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、数据库管道或 Google Sheets API 集成时不触发，即使涉及表格数据也不触发。
license	Proprietary. LICENSE.txt has complete terms
metadata	{"builtin_skill_version":"1.1"}

重要说明： 所有 scripts/ 路径均相对于此技能目录。 运行方式：cd {this_skill_dir} && python scripts/... 或使用 execute_shell_command 的 cwd 参数。

输出要求

所有 Excel 文件

专业字体

• 除非用户另有指示，所有交付物应使用统一的专业字体（如 Arial、Times New Roman）

零公式错误

• 每个 Excel 模型必须以零公式错误交付（#REF!、#DIV/0!、#VALUE!、#N/A、#NAME?）

保留现有模板（更新模板时）

• 修改文件时需仔细研究并完全匹配现有的格式、样式和约定
• 切勿对已有既定模式的文件强加标准化格式
• 现有模板约定始终优先于本指南

财务模型

颜色编码标准

除非用户或现有模板另有规定

行业标准颜色约定

• 蓝色文本 (RGB: 0,0,255)：硬编码输入，以及用户会为不同情景更改的数字
• 黑色文本 (RGB: 0,0,0)：所有公式和计算
• 绿色文本 (RGB: 0,128,0)：从同一工作簿中其他工作表拉取的链接
• 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需要更新的单元格

数字格式标准

必需的格式规则

• 年份：格式化为文本字符串（例如 "2024" 而非 "2,024"）
• 货币：使用 $#,##0 格式；始终在表头中注明单位（"Revenue ($mm)"）
• 零值：使用数字格式将所有零值显示为 "-"，包括百分比（例如 "$#,##0;($#,##0);-"）
• 百分比：默认使用 0.0% 格式（一位小数）
• 倍数：估值倍数使用 0.0x 格式（EV/EBITDA、P/E）
• 负数：使用括号 (123) 而非负号 -123

公式构建规则

假设放置

• 将所有假设（增长率、利润率、倍数等）放在单独的假设单元格中
• 在公式中使用单元格引用而非硬编码值
• 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是否正确
• 检查范围中的偏移错误
• 确保所有预测期间的公式一致
• 使用边界情况测试（零值、负数）
• 验证没有非预期的循环引用

硬编码值的文档要求

• 在注释中或旁边的单元格中（如果在表格末尾）添加说明。格式："Source: [系统/文档], [日期], [具体引用], [URL（如适用）]"
• 示例：
  • "Source: Company 10-K, FY2024, Page 45, Revenue Note, [SEC EDGAR URL]"
  • "Source: Company 10-Q, Q2 2025, Exhibit 99.1, [SEC EDGAR URL]"
  • "Source: Bloomberg Terminal, 8/15/2025, AAPL US Equity"
  • "Source: FactSet, 8/20/2025, Consensus Estimates Screen"

XLSX 创建、编辑和分析

概述

用户可能要求您创建、编辑或分析 .xlsx 文件的内容。您有不同的工具和工作流可用于不同的任务。

前置条件

• openpyxl：Excel 文件创建和编辑
• pandas：数据分析和批量操作
• LibreOffice (soffice)：通过 scripts/recalc.py 进行公式重新计算
• git 是可选的，但可以改善验证工作流中的红线差异输出。
• 在 Windows 上，依赖项必须已安装并在 PATH 中可用；如果缺失，报告依赖问题并停止（不要反复重试）。

重要要求

公式重新计算需要 LibreOffice：使用 scripts/recalc.py 重新计算公式值。该脚本在首次运行时自动配置 LibreOffice，并处理 Unix 套接字受限的沙箱环境（通过 scripts/office/soffice.py）。

读取和分析数据

使用 pandas 进行数据分析

对于数据分析、可视化和基本操作，使用 pandas 提供的强大数据操作功能：

import pandas as pd

# 读取 Excel
df = pd.read_excel('file.xlsx')  # Default: first sheet
all_sheets = pd.read_excel('file.xlsx', sheet_name=None)  # All sheets as dict

# 分析数据
df.head()      # Preview data
df.info()      # Column info
df.describe()  # Statistics

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

Excel 文件工作流

关键要求：使用公式，而非硬编码值

始终使用 Excel 公式，而不是在 Python 中计算值后硬编码。 这确保电子表格保持动态且可更新。

错误做法 - 硬编码计算值

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

# 错误做法：在 Python 中计算增长率
growth = (df.iloc[-1]['Revenue'] - df.iloc[0]['Revenue']) / df.iloc[0]['Revenue']
sheet['C5'] = growth  # Hardcodes 0.15

# 错误做法：在 Python 中计算平均值
avg = sum(values) / len(values)
sheet['D20'] = avg  # Hardcodes 42.5

正确做法 - 使用 Excel 公式

# 正确做法：让 Excel 自行计算总和
sheet['B10'] = '=SUM(B2:B9)'

# 正确做法：将增长率写成 Excel 公式
sheet['C5'] = '=(C4-C2)/C2'

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

这适用于所有计算——总计、百分比、比率、差值等。电子表格应能在源数据更改时重新计算。

通用工作流

1. 选择工具：pandas 用于数据处理，openpyxl 用于公式/格式化
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（使用公式时为必需步骤）：使用 scripts/recalc.py 脚本

   python scripts/recalc.py output.xlsx
   

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

创建新的 Excel 文件

# 使用 openpyxl 处理公式和格式
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)'

# 设置格式
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 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  # or wb['SheetName'] for specific sheet

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

# 修改单元格
sheet['A1'] = 'New Value'
sheet.insert_rows(2)  # Insert row at position 2
sheet.delete_cols(3)  # Delete column 3

# 新增工作表
new_sheet = wb.create_sheet('NewSheet')
new_sheet['A1'] = 'Data'

wb.save('modified.xlsx')

重新计算公式

通过 openpyxl 创建或修改的 Excel 文件包含公式字符串但不包含计算值。使用提供的 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：

• 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
• 扫描所有单元格以查找 Excel 错误（#REF!、#DIV/0! 等）
• 返回包含详细错误位置和计数的 JSON
• 适用于 Linux、macOS 和 Windows

公式验证清单

确保公式正常工作的快速检查：

基本验证

• 测试 2-3 个示例引用：在构建完整模型之前验证它们是否获取了正确的值
• 列映射：确认 Excel 列匹配（例如第 64 列 = BL，而非 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
• 靠右侧的列：财年数据通常在第 50+ 列
• 多个匹配项：搜索所有出现的位置，而非仅第一个
• 除以零：在公式中使用 / 之前检查分母（#DIV/0!）
• 错误引用：验证所有单元格引用指向预期的单元格（#REF!）
• 跨工作表引用：使用正确的格式（Sheet1!A1）链接工作表

公式测试策略

• 从小处开始：在广泛应用之前先在 2-3 个单元格上测试公式
• 验证依赖关系：检查公式中引用的所有单元格是否存在
• 测试边界情况：包含零值、负值和极大值

解读 scripts/recalc.py 输出

脚本返回包含错误详情的 JSON：

{
  "status": "success",           // or "errors_found"
  "total_errors": 0,              // Total error count
  "total_formulas": 42,           // Number of formulas in file
  "error_summary": {              // Only present if errors found
    "#REF!": {
      "count": 2,
      "locations": ["Sheet1!B5", "Sheet1!C10"]
    }
  }
}

最佳实践

库的选择

• 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 指向单元格 A1）
• 使用 data_only=True 读取计算值：load_workbook('file.xlsx', data_only=True)
• 警告：如果以 data_only=True 打开并保存，公式将被替换为值并永久丢失
• 对于大文件：读取时使用 read_only=True，写入时使用 write_only=True
• 公式会被保留但不会被计算——使用 scripts/recalc.py 更新值

使用 pandas

• 指定数据类型以避免推断问题：pd.read_excel('file.xlsx', dtype={'id': str})
• 对于大文件，读取指定列：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：生成用于 Excel 操作的 Python 代码时：

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

对于 Excel 文件本身：

• 为包含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