xlsx

出力に関する要件

すべての Excel ファイル

数式エラーゼロ

• すべての Excel モデルは、数式エラー（#REF!、#DIV/0!、#VALUE!、#N/A、#NAME?）がゼロの状態で納品する必要があります。

既存のテンプレートを保持する（テンプレートを更新する場合）

• ファイルを変更する際は、既存の書式、スタイル、規則を調査し、厳密に一致させてください。
• すでに確立されたパターンがあるファイルに、標準化された書式を適用しないでください。
• 既存のテンプレート規則は、常にこのガイドラインより優先されます。

財務モデル

色分けの基準

ユーザーまたは既存のテンプレートに別途指定がない場合に適用します。

業界標準の色分け規則

• 青文字（RGB：0,0,255）：ハードコードされた入力値、およびシナリオに応じてユーザーが変更する数値
• 黒文字（RGB：0,0,0）：すべての数式と計算
• 緑文字（RGB：0,128,0）：同じブック内の別のワークシートから取得したリンク
• 赤文字（RGB：255,0,0）：別のファイルへの外部リンク
• 黄色の背景（RGB：255,255,0）：注意が必要な重要な前提条件、または更新が必要なセル

数値書式の基準

必須の書式ルール

• 年：テキスト文字列として書式設定します（例：「2024」。 「2,024」ではありません）。
• 通貨：$#,##0 形式を使用します。ヘッダーには必ず単位を指定してください（「Revenue ($mm)」）。
• ゼロ：パーセンテージを含むすべてのゼロが「-」になるよう、数値書式を使用します（例："$#,##0;($#,##0);-"）。
• パーセンテージ：既定では 0.0% 形式（小数点以下 1 桁）にします。
• 倍率：バリュエーション倍率（EV/EBITDA、P/E）は 0.0x 形式で書式設定します。
• 負の数：マイナス記号を付けた -123 ではなく、括弧で囲んだ (123) にします。

数式の作成ルール

前提条件の配置

• すべての前提条件（成長率、利益率、倍率など）は、個別の前提条件セルに配置してください。
• 数式にはハードコードされた値ではなく、セル参照を使用してください。
• 例：=B51.05 ではなく =B5(1+$B$6) を使用します。

数式エラーの防止

• すべてのセル参照が正しいことを確認してください。
• 範囲のオフバイワンエラーがないか確認してください。
• すべての予測期間で数式に一貫性があることを確認してください。
• エッジケース（ゼロ値、負の数）でテストしてください。
• 意図しない循環参照がないことを確認してください。

ハードコード値のドキュメント要件

• コメントまたはセル内に記載してください（表の末尾の場合）。形式：「Source: [System/Document], [Date], [Specific Reference], [URL if applicable]」
• 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 の作成、編集、分析

概要

ユーザーから .xlsx ファイルの内容の作成、編集、分析を依頼される場合があります。タスクに応じて、異なるツールやワークフローを利用できます。

重要な要件

数式の再計算には LibreOffice が必要です：recalc.py スクリプトを使用して数式の値を再計算するため、LibreOffice がインストールされているものとします。このスクリプトは初回実行時に LibreOffice を自動的に設定します。

データの読み取りと分析

pandas によるデータ分析

データ分析、可視化、基本操作には、強力なデータ操作機能を備えた pandas を使用してください。

import pandas as pd

# Read Excel
df = pd.read_excel('file.xlsx')  # Default: first sheet
all_sheets = pd.read_excel('file.xlsx', sheet_name=None)  # All sheets as dict

# Analyze
df.head()      # Preview data
df.info()      # Column info
df.describe()  # Statistics

# Write Excel
df.to_excel('output.xlsx', index=False)

Excel ファイルのワークフロー

重大：ハードコード値ではなく数式を使用する

Python で値を計算してハードコードするのではなく、必ず Excel の数式を使用してください。 これにより、スプレッドシートを動的に保ち、更新できるようになります。

❌ 誤り - 計算値をハードコードする

# Bad: Calculating in Python and hardcoding result
total = df['Sales'].sum()
sheet['B10'] = total  # Hardcodes 5000

# Bad: Computing growth rate in Python
growth = (df.iloc[-1]['Revenue'] - df.iloc[0]['Revenue']) / df.iloc[0]['Revenue']
sheet['C5'] = growth  # Hardcodes 0.15

# Bad: Python calculation for average
avg = sum(values) / len(values)
sheet['D20'] = avg  # Hardcodes 42.5

✅ 正しい - Excel の数式を使用する

# Good: Let Excel calculate the sum
sheet['B10'] = '=SUM(B2:B9)'

# Good: Growth rate as Excel formula
sheet['C5'] = '=(C4-C2)/C2'

# Good: Average using Excel function
sheet['D20'] = '=AVERAGE(D2:D19)'

これは、合計、パーセンテージ、比率、差額など、すべての計算に適用されます。元データが変更されたときに、スプレッドシートを再計算できるようにしてください。

一般的なワークフロー

1. ツールを選択：データには pandas、数式や書式設定には openpyxl を使用します
2. 作成／読み込み：新しいブックを作成するか、既存のファイルを読み込みます
3. 変更：データ、数式、書式設定を追加／編集します
4. 保存：ファイルに書き込みます
5. 数式を再計算（数式を使用する場合は必須）：recalc.py スクリプトを使用します

   python recalc.py output.xlsx
   

6. エラーを確認して修正：
   • スクリプトはエラーの詳細を含む JSON を返します
   • status が errors_found の場合、error_summary で具体的なエラーの種類と場所を確認します
   • 特定されたエラーを修正し、再度再計算します
   • 修正が必要な一般的なエラー：
     • #REF!：セル参照が無効です
     • #DIV/0!：ゼロ除算です
     • #VALUE!：数式のデータ型が正しくありません
     • #NAME?：数式名が認識されません

新しい Excel ファイルの作成

# Using openpyxl for formulas and formatting
from openpyxl import Workbook
from openpyxl.styles import Font, PatternFill, Alignment

wb = Workbook()
sheet = wb.active

# Add data
sheet['A1'] = 'Hello'
sheet['B1'] = 'World'
sheet.append(['Row', 'of', 'data'])

# Add formula
sheet['B2'] = '=SUM(A1:A10)'

# Formatting
sheet['A1'].font = Font(bold=True, color='FF0000')
sheet['A1'].fill = PatternFill('solid', start_color='FFFF00')
sheet['A1'].alignment = Alignment(horizontal='center')

# Column width
sheet.column_dimensions['A'].width = 20

wb.save('output.xlsx')

既存の Excel ファイルの編集

# Using openpyxl to preserve formulas and formatting
from openpyxl import load_workbook

# Load existing file
wb = load_workbook('existing.xlsx')
sheet = wb.active  # or wb['SheetName'] for specific sheet

# Working with multiple sheets
for sheet_name in wb.sheetnames:
    sheet = wb[sheet_name]
    print(f"Sheet: {sheet_name}")

# Modify cells
sheet['A1'] = 'New Value'
sheet.insert_rows(2)  # Insert row at position 2
sheet.delete_cols(3)  # Delete column 3

# Add new sheet
new_sheet = wb.create_sheet('NewSheet')
new_sheet['A1'] = 'Data'

wb.save('modified.xlsx')

数式の再計算

openpyxl で作成または変更した Excel ファイルには、数式が文字列として含まれますが、計算済みの値は含まれません。数式を再計算するには、付属の recalc.py スクリプトを使用します。

python recalc.py <excel_file> [timeout_seconds]

例：

python recalc.py output.xlsx 30

スクリプトの機能：

• 初回実行時に LibreOffice マクロを自動的にセットアップします
• すべてのシートの数式を再計算します
• Excel エラー（#REF!、#DIV/0! など）をすべてのセルからスキャンします
• エラーの場所と件数の詳細を含む JSON を返します
• Linux と macOS の両方で動作します

数式の確認チェックリスト

数式が正しく動作することを確認するための簡単なチェック項目：

必須の確認

• 参照のサンプルを2～3件テスト：モデル全体を作成する前に、正しい値が取得されることを確認します
• 列の対応付け：Excel の列が一致していることを確認します（例：列64は BK ではなく BL です）
• 行オフセット：Excel の行番号は1から始まることに注意してください（DataFrame の行5は Excel の行6です）

よくある落とし穴

• NaN の処理：pd.notna() で null 値を確認します
• 右端の列：FY データは列50以降にあることがよくあります
• 複数の一致：最初の一致だけでなく、すべての出現箇所を検索します
• ゼロ除算：数式で / を使用する前に分母を確認します（#DIV/0!）
• 誤った参照：すべてのセル参照が意図したセルを指していることを確認します（#REF!）
• シート間の参照：シートをリンクする際は、正しい形式（Sheet1!A1）を使用します

数式のテスト方法

• 小規模から始める：数式を広範囲に適用する前に、2～3個のセルでテストします
• 依存関係を確認：数式で参照されているすべてのセルが存在することを確認します
• 境界値をテスト：ゼロ、負の値、非常に大きな値を含めます

recalc.py の出力の解釈

スクリプトはエラーの詳細を含む JSON を返します：

{
  "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"]
    }
  }
}

ベストプラクティス

ライブラリの選択

• pandas：データ分析、一括操作、シンプルなデータのエクスポートに最適です
• openpyxl：複雑な書式設定、数式、Excel 固有の機能に最適です

openpyxl の使用

• セルのインデックスは1から始まります（row=1、column=1 はセル A1 を指します）
• 計算済みの値を読み取るには data_only=True を使用します：load_workbook('file.xlsx', data_only=True)
• 警告：data_only=True で開いて保存すると、数式が値に置き換えられ、完全に失われます
• 大きなファイルの場合：読み込みには read_only=True、書き込みには write_only=True を使用します
• 数式は保持されますが、評価はされません。値を更新するには recalc.py を使用します

pandas の使用

• 型推論の問題を避けるため、データ型を指定します：pd.read_excel('file.xlsx', dtype={'id': str})
• 大きなファイルでは、特定の列を読み込みます：pd.read_excel('file.xlsx', usecols=['A', 'C', 'E'])
• 日付を適切に処理します：pd.read_excel('file.xlsx', parse_dates=['date_column'])

コードスタイルのガイドライン

重要：Excel 操作の Python コードを生成する場合：

• 不要なコメントを入れず、最小限で簡潔な Python コードを記述します
• 冗長な変数名や重複する処理は避けます
• 不要な print 文は避けます

Excel ファイル自体について：

• 複雑な数式や重要な前提条件があるセルにはコメントを追加します
• ハードコードされた値のデータソースを記録します
• 重要な計算やモデルのセクションには注記を付けます