电子表格处理 xlsx

这个技能用于创建、编辑和分析电子表格文件(如Excel、CSV等),支持公式、格式、数据分析和可视化,适用于金融建模、数据科学、量化交易和自动化报告等领域。关键词:Excel、电子表格、数据处理、Python、pandas、openpyxl、数据分析、金融模型、量化交易、自动化。

数据分析 0 次安装 0 次浏览 更新于 3/8/2026

name: xlsx description: 全面的电子表格创建、编辑和分析,支持公式、格式、数据分析和可视化。当Claude需要处理电子表格文件(.xlsx、.xlsm、.csv、.tsv等)以创建新电子表格、读取/分析数据、修改现有电子表格或重新计算公式时使用。 source: anthropics/skills license: Apache-2.0

Excel/电子表格处理

读取和分析数据

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)

使用openpyxl创建Excel文件

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 - 始终使用公式,而非硬编码值
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')

编辑现有文件

from openpyxl import load_workbook

wb = load_workbook('existing.xlsx')
sheet = wb.active

# 修改单元格
sheet['A1'] = '新值'
sheet.insert_rows(2)
sheet.delete_cols(3)

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

wb.save('modified.xlsx')

关键:使用公式,而非硬编码值

# 错误 - 硬编码计算值
total = df['Sales'].sum()
sheet['B10'] = total  # 硬编码5000

# 正确 - 使用Excel公式
sheet['B10'] = '=SUM(B2:B9)'
sheet['C5'] = '=(C4-C2)/C2'  # 增长率
sheet['D20'] = '=AVERAGE(D2:D19)'

金融模型标准

  • 蓝色文本: 硬编码输入
  • 黑色文本: 所有公式
  • 绿色文本: 来自其他工作表的链接
  • 黄色背景: 关键假设

最佳实践

  • 使用 data_only=True 读取计算值
  • 对于大文件:使用 read_only=Truewrite_only=True
  • 公式被保留但不被openpyxl评估