xlsx

（中文）出力要件

すべての Excel ファイル

プロフェッショナルなフォント

• ユーザーから別途指示がない限り、すべての成果物で一貫性のあるプロフェッショナルなフォント（例：Arial、Times New Roman）を使用してください。

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?）がゼロの状態で必ず納品してください。

既存のテンプレートを維持する（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、規則を確認し、完全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。
• 既存テンプレートの規則は、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テンプレートから別途指定がない限り、以下に従ってください。

業界標準の色分け規則

• 青色のテキスト（RGB：0,0,255）：ハードコードされた入力値、およびシナリオでユーザーが変更する数値
• 黒色のテキスト（RGB：0,0,0）：すべての数式と計算
• 緑色のテキスト（RGB：0,128,0）：同じブック内の他のワークシートから取得したリンク
• 赤色のテキスト（RGB：255,0,0）：他のファイルへの外部リンク
• 黄色の背景（RGB：255,255,0）：注意が必要な主要な前提条件、または更新が必要なセル

数値書式の基準

必須の書式規則

• 年：テキスト文字列として書式設定します（例：「2,024」ではなく「2024」）。
• 通貨：$#,##0 形式を使用し、見出しには必ず単位を明記します（「Revenue ($mm)」など）。
• ゼロ：パーセンテージを含め、すべてのゼロが「-」と表示されるように数値書式を設定します（例：「$#,##0;($#,##0);-」）。
• パーセンテージ：デフォルトでは 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、括弧を使って (123) と表示します。

数式の作成規則

前提条件の配置

• すべての前提条件（成長率、マージン、倍率など）は、それぞれ個別の前提条件セルに配置します。
• 数式にはハードコードされた値ではなく、セル参照を使用します。
• 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ます。
• 範囲の開始または終了が 1 つずれていないか確認します。
• すべての予測期間で数式に一貫性があることを確認します。
• エッジケース（ゼロ値、負の数）でテストします。
• 意図しない循環参照がないことを確認します。

ハードコード値の出典記載要件

• コメント、または表の横（表の末尾の場合）にセル内で記載します。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、利用できるツールとワークフローが異なります。

重要な要件

数式の再計算には LibreOffice が必要です：scripts/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て対応できます。このスクリプトは、Unix ソケットが制限されるサンドボックス環境を含め、初回実行時に LibreOffice を自動設定します（scripts/office/soffice.py で処理）。

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、基本的な操作には、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

重要：ハードコード値ではなく数式を使用してください

Python で値を計算してハードコードするのではなく、常に Excel の数式を使用してください。 これにより、スプレッドシートの動的な更新が可能になります。

❌ 誤り - 計算値のハードコード

# 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

# 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、差分など、すべての計算に当てはまります。ソース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. ツールの選択: データには pandas、数式や書式設定には openpyxl を使用
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む
3. 変更: データ、数式、書式設定を追加・編集する
4. 保存: ファイルに書き込む
5. 数式の再計算（数式を使用する場合は必須）: scripts/recalc.py スクリプトを使用する

   python scripts/recalc.py output.xlsx
   

6. エラーの検証と修正:
   • スクリプトはエラーの詳細を含む JSON を返す
   • status が errors_found の場合は、error_summary で具体的なエラーの種類と位置を確認する
   • 特定したエラーを修正し、再度再計算する
   • 修正すべき一般的なエラー:
     • #REF!: 無効なセル参照
     • #DIV/0!: ゼロ除算
     • #VALUE!: 数式内のデータ型の誤り
     • #NAME?: 認識されない数式名

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 で作成または変更された Excel ファイルには、数式は文字列として含まれていますが、計算済みの値は含まれていません。提供されている scripts/recalc.py スクリプトを使用して数式を再計算してください:

python scripts/recalc.py <excel_file> [timeout_seconds]

例:

python scripts/recalc.py output.xlsx 30

このスクリプトは次の処理を行います:

• 初回実行時に LibreOffice マクロを自動的に設定する
• すべてのシートのすべての数式を再計算する
• すべてのセルをスキャンして Excel エラー（#REF!、#DIV/0! など）を検出する
• 詳細なエラー位置と件数を含む JSON を返す
• Linux と macOS の両方で動作する

数式の検証チェックリスト

数式が正しく動作することを確認するためのクイックチェック:

基本的な検証

• 2〜3 個のサンプル参照をテストする: 完全なモデルを構築する前に、正しい値を取得できることを確認する
• 列の対応関係: Excel の列が一致しているか確認する（例: 列 64 は BK ではなく BL）
• 行のオフセット: Excel の行は 1 から始まることに注意する（DataFrame の行 5 = Excel の行 6）

よくある落とし穴

• NaN の処理: pd.notna() を使って null 値を確認する
• 右端の列: 会計年度のデータは 50 列目以降にあることが多い
• 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する
• ゼロ除算: 数式で / を使用する前に分母を確認する（#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する（#REF!）
• シート間参照: シートをリンクする際は正しい形式（Sheet1!A1）を使用する

数式のテスト戦略

• 小さく始める: 広く適用する前に、2〜3 個のセルで数式をテストする
• 依存関係の検証: 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する
• エッジケースのテスト: ゼロ、負の値、非常に大きな値を含める

scripts/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、一括処理、シンプルなデータ出力に最適
• openpyxl: 複雑な書式設定、数式、Excel 固有の機能に最適

openpyxl の使用

• セルのインデックスは 1 から始まる（row=1, column=1 はセル A1 を指す）
• 計算済みの値を読み取るには data_only=True を使用する: load_workbook('file.xlsx', data_only=True)
• 警告: data_only=True で開いて保存すると、数式は値に置き換えられ、永久に失われます
• 大きなファイルの場合: 読み取りには read_only=True、書き込みには write_only=True を使用する
• 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 scripts/recalc.py を使用してください

pandas の使用

• 型推論による問題を避けるため、データ型を指定する: pd.read_excel('file.xlsx', dtype={'id': str})
• 大きなファイルの場合は、特定の列だけを読み込む: pd.read_excel('file.xlsx', usecols=['A', 'C', 'E'])
• 日付は適切に扱う: 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 操作のための Python コードを生成する場合:

• 不要なコメントを含まない、最小限で簡潔な Python コードを書く
• 冗長な変数名や重複した処理を避ける
• 不要な print 文を避ける

Excel ファイル自体について:

• 複雑な数式や重要な前提条件を含むセルにはコメントを追加する
• ハードコードされた値のデータソースを記載する
• 主要な計算やモデルのセクションには注記を含める