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 选择工具 ：pandas 用于数据处理，openpyxl 用于公式/格式化 创建/加载 ：创建新工作簿或加载现有文件 修改 ：添加/编辑数据、公式和格式 保存 ：写入文件 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 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