name: xlsx description: “电子表格工具包 (.xlsx/.csv)。使用公式/格式化创建/编辑，分析数据，可视化，重新计算公式，用于电子表格处理和分析。” license: 专有。LICENSE.txt 包含完整条款

输出要求

所有 Excel 文件

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，研究和完全匹配现有格式、样式和惯例
不要对有既定模式的文件施加标准化格式化
现有模板惯例始终优先于这些指南

金融模型

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，用户更改场景的数字
黑色文本 (RGB: 0,0,0)：所有公式和计算
绿色文本 (RGB: 0,128,0)：从同一工作簿的其他工作表拉取链接
红色文本 (RGB: 255,0,0)：链接到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

数字格式化标准

必需格式规则

年份：格式化为文本字符串（例如，“2024”而非“2,024”）
货币：使用 $#,##0 格式；始终在标题中指定单位（“收入 ($mm)”）
零值：使用数字格式化使所有零值显示为“-”，包括百分比（例如，“$#,##0;($#,##0);-”）
百分比：默认为 0.0% 格式（一位小数）
倍数：格式化为 0.0x 用于估值倍数（EV/EBITDA、P/E）
负数：使用括号 (123) 而非减号 -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正确
检查范围内的差一错误
确保所有预测期间公式一致
测试边界情况（零值、负数）
验证没有意外的循环引用

硬编码的文档要求

在单元格旁注释或注明（如果在表格末尾）。格式：“来源：[系统/文档], [日期], [具体参考], [URL 如果适用]”
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：Bloomberg 终端, 2025年8月15日, AAPL US Equity”
- “来源：FactSet, 2025年8月20日, 共识估计屏幕”

XLSX 创建、编辑和分析

概述

使用公式、格式化和数据分析创建、编辑或分析 Excel 电子表格。应用此技能进行电子表格处理，使用 openpyxl 和 pandas。重新计算公式并确保零错误，以发布质量输出。

用科学示意图增强视觉

使用此技能创建文档时，始终考虑添加科学示意图和图表以增强视觉传达。

如果您的文档尚未包含示意图或图表：

使用 scientific-schematics 技能生成 AI 驱动的出版质量图表
只需用自然语言描述您想要的图表
Nano Banana Pro 将自动生成、审查和精炼示意图

对于新文档：应默认生成科学示意图，以视觉表示文本中描述的关键概念、工作流、架构或关系。

如何生成示意图：

python scripts/generate_schematic.py "您的图表描述" -o figures/output.png

AI 将自动：

创建出版质量的图像并正确格式化
通过多次迭代审查和精炼
确保可访问性（色盲友好、高对比度）
将输出保存在 figures/ 目录中

何时添加示意图：

电子表格工作流图表
数据处理流水线图解
公式计算流图
金融模型结构图
数据分析流程图
任何受益于可视化的复杂概念

有关创建示意图的详细指南，请参考 scientific-schematics 技能文档。

重要要求

需要 LibreOffice 用于公式重新计算：假设已安装 LibreOffice，使用 recalc.py 脚本重新计算公式值。脚本在首次运行时自动配置 LibreOffice

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

# 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 中计算并硬编码值。 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：Excel 公式计算增长率
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。电子表格应在源数据变化时能够重新计算。

常见工作流

选择工具：pandas 用于数据，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、公式和格式化
保存：写入文件
重新计算公式（如果使用公式则必需）：使用 recalc.py 脚本
```
python recalc.py output.xlsx
```
验证并修复任何错误：
- 脚本返回带有错误详情的 JSON
- 如果 status 是 errors_found，检查 error_summary 获取特定错误类型和位置
- 修复识别的错误并重新计算
- 要修复的常见错误：
  - #REF!：无效单元格引用
  - #DIV/0!：除以零
  - #VALUE!：公式中错误的数据类型
  - #NAME?：无法识别的公式名称

创建新 Excel 文件

# 使用 openpyxl 用于公式和格式化
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 Excel 文件

# 使用 openpyxl 保留公式和格式化
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 文件包含公式作为字符串，但不包含计算值。使用提供的 recalc.py 脚本重新计算公式：

python recalc.py <excel_file> [timeout_seconds]

示例：

python recalc.py output.xlsx 30

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
扫描所有单元格中的 Excel 错误（#REF!、#DIV/0! 等）
返回带有详细错误位置和计数的 JSON
在 Linux 和 macOS 上工作

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：在构建完整模型前验证它们拉取正确值
[ ] 列映射：确认 Excel 列匹配（例如，列 64 = BL，而非 BK）
[ ] 行偏移：记住 Excel 行是基于 1 的（DataFrame 行 5 = Excel 行 6）

常见陷阱

[ ] NaN 处理：用 pd.notna() 检查空值
[ ] 最右列：FY 数据通常在第 50+ 列
[ ] 多个匹配：搜索所有出现，而不仅仅是第一个
[ ] 除以零：在使用 / 在公式前检查分母（#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）用于链接工作表

公式测试策略

[ ] 从小处开始：在广泛应用前在 2-3 个单元格上测试公式
[ ] 验证依赖：检查公式中引用的所有单元格存在
[ ] 测试边界情况：包括零、负数和非常大的值

解释 recalc.py 输出

脚本返回带有错误详情的 JSON：

{
  "status": "success",           // 或 "errors_found"
  "total_errors": 0,              // 总错误计数
  "total_formulas": 42,           // 文件中公式数量
  "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：最佳用于数据分析、批量操作和简单数据导出
openpyxl：最佳用于复杂格式化、公式和 Excel 特定功能

使用 openpyxl

单元格索引是基于 1 的（行=1, 列=1 引用单元格 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，公式被值替换并永久丢失
对于大文件：使用 read_only=True 用于读取或 write_only=True 用于写入
公式被保留但不评估 - 使用 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：当为 Excel 操作生成 Python 代码时：

编写最小化、简洁的 Python 代码，无需不必要的注释
避免冗长的变量名和冗余操作
避免不必要的打印语句

对于 Excel 文件本身：

为复杂公式或重要假设在单元格中添加注释
为硬编码值记录数据来源
为关键计算和模型部分包含注释