name: xlsx
description: 在任何电子表格文件作为主要输入或输出的任务中，请务必使用此技能。这包括用户希望执行以下操作的场景：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、制作图表、清理杂乱数据）；从头开始或基于其他数据源创建新电子表格；或在表格文件格式之间进行转换。当用户通过名称或路径提及电子表格文件（即使只是随便提及，比如“下载里的那个 xlsx”），并希望对其进行处理或从中生成内容时，请务必触发该技能。此外，当需要清理或重构杂乱的表格数据文件（如格式错误的行、错位的表头、垃圾数据）并将其整理为规范的电子表格时，也应触发该技能。交付物必须是一个电子表格文件。**不要**在主交付物是 Word 文档、HTML 报告、独立 Python 脚本、数据库管道或 Google Sheets API 集成时触发该技能，即使涉及表格数据。
license: Proprietary. LICENSE.txt has complete terms

输出要求

所有 Excel 文件

专业字体

• 在所有交付物中使用一致的专业字体（例如 Arial、Times New Roman），除非用户另有指示

零公式错误

• 每个 Excel 模型必须交付时零公式错误（#REF!、#DIV/0!、#VALUE!、#N/A、#NAME?）

保留现有模板（更新模板时）

• 修改文件时，需研究并精确匹配现有格式、样式和惯例
• 切勿对已有固定模式的文件强加标准化格式
• 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说明

#### 行业标准颜色惯例

• 蓝色文本（RGB: 0,0,255）：硬编码输入，以及用户将针对不同场景更改的数字
• 黑色文本（RGB: 0,0,0）：所有公式和计算
• 绿色文本（RGB: 0,128,0）：从同一工作簿内的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 $#,##0 格式；务必在表头中注明单位（"收入（$mm）"）
• 零值：使用数字格式使所有零值显示为 "-"，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（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

• 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

#### 公式错误防范

• 验证所有单元格引用是否正确
• 检查范围是否存在偏一错误
• 确保所有预测期间的公式一致
• 使用边界情况（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

• 在单元格旁添加注释（若在表格末尾）。格式："来源：[系统/文件]，[日期]，[具体引用]，[URL 如适用]"
• 示例：
• "来源：公司 10-K，2024 财年，第 45 页，收入附注，[SEC EDGAR URL]"
• "来源：公司 10-Q，2025 年第二季度，附件 99.1，[SEC EDGAR URL]"
• "来源：Bloomberg 终端，2025 年 8 月 15 日，AAPL US Equity"
• "来源：FactSet，2025 年 8 月 20 日，一致预期屏幕"

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。针对不同任务，您可以使用不同的工具和工作流程。

重要要求

需要 LibreOffice 进行公式重算：可以假设 LibreOffice 已安装，用于通过 scripts/recalc.py 脚本重算公式值。该脚本在首次运行时自动配置 LibreOffice，包括在 Unix 套接字受限的沙盒环境中（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，使用 pandas，它提供强大的数据操作功能：

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)  # 所有工作表以字典形式返回

# 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，而非硬编码值

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

❌ 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、差值等。电子表格应能在源数据更改时重新计算。

通用工作流程

1. 选择工具：数据分析用 pandas，公式和格式用 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. 重算公式（如果使用公式则必须执行）：使用 scripts/recalc.py 脚本

   python scripts/recalc.py output.xlsx

1. 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，检查 error_summary 了解具体错误类型和位置
• 修复识别出的错误并重新重算
• 常见需要修复的错误：
• #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 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'] 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'] = 'New Value'
sheet.insert_rows(2)  # 在第 2 行插入行
sheet.delete_cols(3)  # 删除第 3 列

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

wb.save('modified.xlsx')

重算公式

由 openpyxl 创建或修改的 Excel 文件包含字符串形式的公式，但未包含计算后的值。使用提供的 scripts/recalc.py 脚本来重算公式：

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常工作：

基本验证

• [ ] 测试 2-3 个样本引用：在构建完整模型前，验证它们能拉取正确的值
• [ ] 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
• [ ] 右侧列：财务数据常位于第 50+ 列
• [ ] 多个匹配项：搜索所有出现，而不仅仅是第一个
• [ ] 除以零：在公式中使用 / 前检查分母（#DIV/0!）
• [ ] 错误的引用：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

• [ ] 从小做起：在广泛应用前，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、负数和非常大的值

解释 scripts/recalc.py 的输出

脚本返回包含错误详细信息的 JSON：

{
  "status": "success",           // 或 "errors_found"
  "total_errors": 0,              // 错误总数
  "total_formulas": 42,           // 文件中公式的数量
  "error_summary": {              // 仅在发现错误时出现
    "#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、公式和 Excel 特定功能

使用 openpyxl 的注意事项

• 单元格索引从 1 开始（row=1, column=1 表示单元格 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，公式将被值替换并永久丢失
• 对于大文件：读取时使用 read_only=True，写入时使用 write_only=True
• 公式会保留但不会求值——使用 scripts/recalc.py 更新值

使用 pandas 的注意事项

• 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，只读特定列：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：生成用于 Excel 操作的 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多余的操作
• 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
• 包含关键计算和模型部分的注释