xlsx-official - SKILL-迪斯科星球

name: xlsx-official
description: “Unless otherwise stated by the user or existing template”
risk: critical
source: community
date_added: “2026-02-27”

输出要求

所有 Excel 文件

零公式错误

每个 Excel 模型交付时必须包含零公式错误（#REF!、#DIV/0!、#VALUE!、#N/A、#NAME?）

保留现有模板（更新模板时）

修改文件时研究和精确匹配现有格式、样式和约定
切勿对已建立模式的文件强加标准化格式
现有模板约定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

行业标准颜色约定

蓝色文本（RGB: 0,0,255）：硬编码输入，以及用户将为场景更改的数字
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KaTeX parse error: Expected 'EOF', got '#' at position 1: #̲,##0 格式；始终在表头中指…mm)"）
零值：使用数字格式使所有零显示为 “-”，包括百分比（例如 “KaTeX parse error: Expected 'EOF', got '#' at position 1: #̲,##0;(#,##0);-”）
百分比：默认为 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) 而非减号 -123

公式构造规则

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
检查范围中的差一错误
确保所有预测期间的公式一致
使用边缘情况测试（零值、负数）
验证没有意外的循环引用

硬编码的文档要求

添加注释或放在旁边单元格中（如果在表格末尾）。格式：“Source: [System/Document], [Date], [Specific Reference], [URL if applicable]”
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。不同的任务有不同的工具和工作流可用。

重要要求

公式重算需要 LibreOffice：可以假设已安装 LibreOffice，用于通过recalc.py脚本重算公式值。该脚本会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：

importpandasaspd# Read Exceldf=pd.read_excel('file.xlsx')# Default: first sheetall_sheets=pd.read_excel('file.xlsx',sheet_name=None)# All sheets as dict# Analyzedf.head()# Preview datadf.info()# Column infodf.describe()# Statistics# Write Exceldf.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，而不是在 Python 中计算值并硬编码。这确保电子表格保持动态和可更新。

❌ 错误做法 - 硬编码计算值

# Bad: Calculating in Python and hardcoding resulttotal=df['Sales'].sum()sheet['B10']=total# Hardcodes 5000# Bad: Computing growth rate in Pythongrowth=(df.iloc[-1]['Revenue']-df.iloc[0]['Revenue'])/df.iloc[0]['Revenue']sheet['C5']=growth# Hardcodes 0.15# Bad: Python calculation for averageavg=sum(values)/len(values)sheet['D20']=avg# Hardcodes 42.5

✅ 正确做法 - 使用 Excel 公式

# Good: Let Excel calculate the sumsheet['B10']='=SUM(B2:B9)'# Good: Growth rate as Excel formulasheet['C5']='=(C4-C2)/C2'# Good: Average using Excel functionsheet['D20']='=AVERAGE(D2:D19)'

这适用于所有计算——总计、百分比、比率、差额等。当源数据变化时，电子表格应能够重新计算。

常见工作流

选择工具：数据用 pandas，公式/格式用 openpyxl
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
重算公式（如果使用公式则强制要求）：使用 recalc.py 脚本
```
python 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中的具体错误类型和位置
- 修复已识别的错误并再次重算
- 要修复的常见错误：
  - #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

# Using openpyxl for formulas and formattingfromopenpyxlimportWorkbookfromopenpyxl.stylesimportFont,PatternFill,Alignment wb=Workbook()sheet=wb.active# Add datasheet['A1']='Hello'sheet['B1']='World'sheet.append(['Row','of','data'])# Add formulasheet['B2']='=SUM(A1:A10)'# Formattingsheet['A1'].font=Font(bold=True,color='FF0000')sheet['A1'].fill=PatternFill('solid',start_color='FFFF00')sheet['A1'].alignment=Alignment(horizontal='center')# Column widthsheet.column_dimensions['A'].width=20wb.save('output.xlsx')

编辑现有的 Excel 文件

# Using openpyxl to preserve formulas and formattingfromopenpyxlimportload_workbook# Load existing filewb=load_workbook('existing.xlsx')sheet=wb.active# or wb['SheetName'] for specific sheet# Working with multiple sheetsforsheet_nameinwb.sheetnames:sheet=wb[sheet_name]print(f"Sheet:{sheet_name}")# Modify cellssheet['A1']='New Value'sheet.insert_rows(2)# Insert row at position 2sheet.delete_cols(3)# Delete column 3# Add new sheetnew_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 文件将公式作为字符串包含，但没有计算值。使用提供的recalc.py脚本重算公式：

python recalc.py<excel_file>[timeout_seconds]

示例：

python recalc.py output.xlsx30

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

公式验证检查清单

快速检查以确保公式正常工作：

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
最右侧列：财年数据通常在 50+ 列
多个匹配：搜索所有出现位置，而不仅仅是第一个
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）来链接工作表

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：检查公式中引用的所有单元格都存在
测试边缘情况：包括零、负数和非常大的值

解读 recalc.py 输出

该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

单元格索引从 1 开始（row=1, column=1 指单元格 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，公式会被值替换并永久丢失
对于大文件：读取使用read_only=True，写入使用write_only=True
公式被保留但不会求值——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：生成 Excel 操作的 Python 代码时：

编写简洁的 Python 代码，避免不必要的注释
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：

为具有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包含说明

何时使用

此技能适用于执行概述中描述的工作流或操作。

限制

仅当任务与上述范围明确匹配时才使用此技能。
不要将输出视为环境特定验证、测试或专家审查的替代品。
如果缺少所需的输入、权限、安全边界或成功标准，请停下来询问澄清。

企业官网建设流程全解析

name: xlsx-officialdescription: “Unless otherwise stated by the user or existing template”risk: criticalsource: communitydate_added: “2026-02-27”