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）；从头创建新电子表格或从其他数据源创建；或在表格文件格式之间转换。特别是当用户通过名称或路径引用电子表格文件时——即使是随意提及（如"我下载文件夹中的 xlsx"）——并且想对它进行某些操作或从中生成内容时触发。也适用于清理或重组混乱的表格数据文件（格式错误的行、错位的标题、垃圾数据）为正确的电子表格。交付成果必须是电子表格文件。当主要交付成果是 Word 文档、HTML 报告、独立 Python 脚本、数据库管道或 Google Sheets API 集成时，即使涉及表格数据，也不要触发。"

输出要求

所有 Excel 文件

专业字体

• 除非用户另有指示，否则所有交付成果应使用一致的专业字体（例如 Arial、Times New Roman）

零公式错误

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

保留现有模板（更新模板时）

• 修改文件时，研究并完全匹配现有格式、样式和约定
• 不要在已建立模式的文件上强制使用标准化格式
• 现有模板约定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说明

行业标准颜色约定

• 蓝色文本（RGB: 0,0,255）：硬编码输入，用户将更改的数字以用于场景分析
• 黑色文本（RGB: 0,0,0）：所有公式和计算
• 绿色文本（RGB: 0,128,0）：从同一工作簿内其他工作表提取的链接
• 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）：需要注意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"而不是"2,024"）
• 货币：使用 $#,##0 格式；始终在标题中指定单位（"收入（$百万）"）
• 零值：使用数字格式使所有零显示为"-"，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（EV/EBITDA、P/E）格式化为 0.0x
• 负数：使用括号（123）而不是减号 -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不是硬编码值
• 示例：使用 =B5*(1+$B$6) 而不是 =B5*1.05

公式错误预防

• 验证所有单元格引用是否正确
• 检查范围中的偏差一个错误
• 确保所有预测期间的公式一致
• 使用边缘情况（零值、负数）进行测试
• 验证没有意外的循环引用

硬编码的文档要求

• 在旁边的单元格中注释或标注（如果在表格末尾）。格式："来源：[系统/文档]，[日期]，[具体参考]，[URL（如适用）]"
• 示例：
  • "来源：公司 10-K，2024 财年，第 45 页，收入注释，[SEC EDGAR URL]"
  • "来源：公司 10-Q，2025 年第二季度，附件 99.1，[SEC EDGAR URL]"
  • "来源：彭博终端，2025/8/15，AAPL US 股票"
  • "来源：FactSet，2025/8/20，共识预测屏幕"

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。针对不同的任务，您有不同的工具和工作流程。

重要要求

LibreOffice 用于公式重新计算是必需的：您可以假设已安装 LibreOffice，以便使用 scripts/recalc.py 脚本重新计算公式值。该脚本在首次运行时会自动配置 LibreOffice，包括在限制 Unix 套接字的沙箱环境中（由 scripts/office/soffice.py 处理）

读取和分析数据

使用 pandas 进行数据分析

对于数据分析、可视化和基本操作，请使用 pandas，它提供强大的数据处理功能：

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 文件工作流程

关键：使用公式，而不是硬编码值

始终使用 Excel 公式，而不是在 Python 中计算值并硬编码它们。 这确保电子表格保持动态和可更新。

❌ 错误 - 硬编码计算值

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

# 错误：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

# 错误：Python 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

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

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

# 正确：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、差异等。当源数据更改时，电子表格应该能够重新计算。

常见工作流程

1. 选择工具：pandas 用于数据，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（如果使用公式则必需）：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细信息的 JSON
   • 如果 status 为 errors_found，请检查 error_summary 以了解具体错误类型和位置
   • 修复已识别的错误并再次重新计算
   • 需要修复的常见错误：
     • #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 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)'

# 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'] 用于特定工作表

# 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'] = 'New Value'
sheet.insert_rows(2)  # 在位置 2 插入行
sheet.delete_cols(3)  # 删除列 3

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

wb.save('modified.xlsx')

重新计算公式

由 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

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 和 macOS

公式验证清单

快速检查以确保公式正确工作：

基本验证

• 测试 2-3 个样本引用：在构建完整模型之前验证它们是否提取了正确的值
• 列映射：确认 Excel 列匹配（例如，列 64 = BL，而不是 BK）
• 行偏移：记住 Excel 行是从 1 开始索引的（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：财年数据通常在第 50 列以上
• 多个匹配：搜索所有出现，而不仅仅是第一个
• 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是否指向预期单元格（#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：在广泛应用之前在 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
• 测试边缘情况：包括零、负数和非常大的值

解释 scripts/recalc.py 输出

脚本返回包含错误详细信息的 JSON：

{
  "status": "success",           // 或 "errors_found"
  "total_errors": 0,              // 总错误计数
  "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：如果使用 data_only=True 打开并保存，公式将被值替换并永久丢失
• 对于大文件：使用 read_only=True 读取或 write_only=True 写入
• 公式被保留但不评估 - 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，不要有不必要的注释
• 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：

• 为具有复杂公式或重要假设的单元格添加注释
• 为硬编码值记录数据源
• 包括关键计算和模型部分的注释