SuperAPI AI 工具集

xlsx

办公与效率

查看项目

更新于 10-13 16:30

技能介绍

用途

xlsx 技能用于创建、编辑和分析 .xlsx 文件。当用户需要处理 Excel 表格时,可按任务类型选择不同工具与工作流。该技能适用于数据分析、公式与格式处理、财务模型等场景。

主要能力

数据读取与分析:使用 pandas 读取 Excel 文件,可读取第一个工作表或一次性读取所有工作表为字典;支持预览数据、查看列信息、生成统计描述,以及将 DataFrame 写回 Excel。

公式而非硬编码:技能明确要求始终使用 Excel 公式,而不是在 Python 中计算后把结果硬编码进单元格。总量、百分比、比率、差异等所有计算都应写成公式,使表格在源数据变化后能重新计算。示例中正确做法为写入 =SUM(B2:B9)、=(C4-C2)/C2、=AVERAGE(D2:D19) 等公式,而不是写入计算结果。

创建与编辑文件:使用 openpyxl 创建新工作簿或加载已有文件,可添加数据、公式、字体、填充、对齐、列宽等格式;可插入行、删除列、新建工作表,并保留原有公式与格式。

公式重算与错误扫描:openpyxl 创建或修改的文件中,公式只是字符串而非计算值。需运行 python recalc.py <excel_file> [timeout_seconds] 进行重算。脚本首次运行会自动配置 LibreOffice 宏,重算所有工作表中的公式,扫描所有单元格中的 Excel 错误,并返回包含错误位置与数量的 JSON。脚本在 Linux 与 macOS 上均可运行。

错误处理:返回 JSON 中的状态为 success 或 errors_found;若发现错误,error_summary 会列出具体错误类型与位置。常见错误包括 #REF!(无效单元格引用)、#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)。修复后需再次重算。

使用方式

工具选择:pandas 适合数据分析、批量操作和简单数据导出;openpyxl 适合复杂格式、公式和 Excel 专有功能。

常见工作流:选择工具 → 创建或加载工作簿 → 修改数据、公式与格式 → 保存 → 若使用公式则必须运行 recalc.py 重算 → 检查并修复错误。

公式验证要点:先测试 2-3 个样本引用,确认取值正确后再构建完整模型;核对列映射,避免列字母偏移;注意 Excel 行从 1 开始计数(DataFrame 第 5 行对应 Excel 第 6 行);检查空值、右侧远端列、多重匹配、分母为零、错误引用及跨表引用格式(如 Sheet1!A1)。

openpyxl 注意事项:单元格索引从 1 开始;使用 data_only=True 可读取计算值,但若以此模式打开并保存,公式会被值替代并永久丢失;大文件可使用 read_only=True 或 write_only=True。

pandas 注意事项:可指定数据类型避免推断问题,如 pd.read_excel('file.xlsx', dtype={'id': str});大文件可只读特定列;日期列可用 parse_dates 处理。

财务模型规范

配色标准:除非用户或现有模板另有规定,采用行业标准配色。蓝色文字(RGB: 0,0,255)表示硬编码输入及用户会随情景修改的数字;黑色文字(RGB: 0,0,0)表示所有公式与计算;绿色文字(RGB: 0,128,0)表示同一工作簿内其他工作表的链接;红色文字(RGB: 255,0,0)表示指向其他文件的外部链接;黄色背景(RGB: 255,255,0)表示需要关注的关键假设或需要更新的单元格。

数字格式:年份格式化为文本字符串(如 "2024" 而非 "2,024");货币使用 $#,##0 格式,并在表头标明单位(如 "Revenue ($mm)");零值通过数字格式显示为 "-",百分比亦然;百分比默认 0.0% 格式(一位小数);估值倍数(EV/EBITDA、P/E)格式为 0.0x;负数使用括号而非负号。

公式构建:所有假设(增长率、利润率、倍数等)放在独立的假设单元格中,公式使用单元格引用而非硬编码值,例如使用 =B5*(1+$B$6) 而非 =B5*1.05。需核对所有单元格引用正确、检查范围是否存在差一错误、确保各预测期公式一致、用零值与负数等边界情况测试、确认没有意外的循环引用。

硬编码文档:硬编码值需附注释或放在旁边单元格(若在表格末尾),格式为 "Source: [System/Document], [Date], [Specific Reference], [URL if applicable]"。

适用场景与限制

适用于需要生成带公式的 Excel 模型、编辑既有模板、进行数据分析与可视化,以及需要保证公式零错误的场景。更新模板时须研究并严格匹配现有格式、样式与约定,不得将标准化格式强加于已有既定模式的模板,模板原有约定始终优先于本技能指南。使用公式重算需依赖 LibreOffice。