spreadsheet-processor

输出要求

所有 Excel 文件

公式错误为零

• 交付的每个 Excel 模型都 MUST 不包含任何公式错误（#REF!、#DIV/0!、#VALUE!、#N/A、#NAME?）

保留现有模板（更新模板时）

• 修改文件时，仔细研究并 EXACTLY 匹配现有格式、样式和惯例
• 切勿将标准化格式强加于已有固定模式的文件
• 现有模板惯例 ALWAYS 优先于这些指南

财务模型

颜色编码标准

除非用户另有说明或现有模板另有规定

行业标准颜色惯例

• 蓝色文本（RGB：0,0,255）：硬编码输入，以及用户会为不同情景调整的数字
• 黑色文本（RGB：0,0,0）：所有公式和计算
• 绿色文本（RGB：0,128,0）：从同一工作簿中的其他工作表引用的数据
• 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

必需的格式规则

• 年份：格式设为文本字符串（例如，"2024"，而不是"2,024"）
• 货币：使用 $#,##0 格式；标题中 ALWAYS 标明单位（"Revenue ($mm)"）
• 零值：使用数字格式将所有零显示为 "-"，包括百分比（例如，"$#,##0;($#,##0);-"）
• 百分比：默认使用 0.0% 格式（保留一位小数）
• 倍数：估值倍数（EV/EBITDA、P/E）使用 0.0x 格式
• 负数：使用括号表示（123），不要使用负号 -123

公式构建规则

假设的放置

• 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，而不是硬编码数值
• 示例：使用 =B5*(1+$B$6)，而不是 =B5*1.05

防止公式错误

• 验证所有单元格引用是否正确
• 检查范围是否存在偏移一位的错误
• 确保所有预测期间的公式一致
• 使用边界情况测试（零值、负数）
• 验证不存在非预期的循环引用

硬编码数据的文档要求

• 添加批注，或在单元格旁边注明（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

用户可能会要求你创建、编辑或分析 .xlsx 文件的内容。根据不同任务，你可以使用不同的工具和工作流。

重要要求

公式重新计算必须使用 LibreOffice：可假定已安装 LibreOffice，以便通过 recalc.py 脚本重新计算公式值。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

进行数据分析、可视化和基本操作时，请使用 pandas，它提供了强大的数据处理能力：

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 文件工作流

关键：使用公式，而不是硬编码数值

**始终使用 Excel 公式，而不是在 Python 中计算数值后再硬编码到表格中。**这样可以确保电子表格保持动态并可更新。

❌ 错误——硬编码计算结果

# 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

✅ 正确——使用 Excel 公式

# 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)'

这适用于所有计算——总计、百分比、比率、差值等。源数据更改时，电子表格应能够重新计算。

常见工作流

1. 选择工具：处理数据使用 pandas，处理公式和格式使用 openpyxl
2. 创建/加载：创建新工作簿或加载现有文件
3. 修改：添加/编辑数据、公式和格式
4. 保存：写入文件
5. 重新计算公式（使用公式时必须执行）：使用 recalc.py 脚本

   python recalc.py output.xlsx
   

6. 验证并修复错误：
   • 脚本会返回包含错误详情的 JSON
   • 如果 status 为 errors_found，请检查 error_summary，了解具体错误类型和位置
   • 修复已识别的错误，然后再次重新计算
   • 常见错误：
     • #REF!：单元格引用无效
     • #DIV/0!：除数为零
     • #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 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')

编辑现有 Excel 文件

# 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')

重新计算公式

使用 openpyxl 创建或修改的 Excel 文件会将公式保存为字符串，但不会保存计算结果。请使用提供的 recalc.py 脚本重新计算公式：

python recalc.py <excel_file> [timeout_seconds]

示例：

python recalc.py output.xlsx 30

该脚本：

• 首次运行时会自动设置 LibreOffice 宏
• 重新计算所有工作表中的所有公式
• 扫描所有单元格，查找 Excel 错误（#REF!、#DIV/0! 等）
• 返回包含详细错误位置和数量的 JSON
• 支持 Linux 和 macOS

公式验证清单

快速检查公式是否正常运行：

基本验证

• 测试 2-3 个示例引用：在构建完整模型前，确认引用的数据正确
• 列映射：确认 Excel 列对应正确（例如，第 64 列是 BL，而不是 BK）
• 行偏移：请记住，Excel 行号从 1 开始计数（DataFrame 第 5 行 = Excel 第 6 行）

常见问题

• NaN 处理：使用 pd.notna() 检查空值
• 最右侧列：FY 数据通常位于第 50 列及之后
• 多个匹配项：搜索所有匹配项，而不只是第一个
• 除数为零：在公式中使用 / 前检查分母（#DIV/0!）
• 引用错误：确认所有单元格引用均指向预期单元格（#REF!）
• 跨工作表引用：使用正确格式（Sheet1!A1）链接工作表

公式测试策略

• 从小范围开始：先在 2-3 个单元格中测试公式，再广泛应用
• 验证依赖项：检查公式中引用的所有单元格是否存在
• 测试边缘情况：包括零、负数和非常大的值

解读 recalc.py 输出

脚本会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

库的选择

• pandas：最适合数据分析、批量操作和简单的数据导出
• openpyxl：最适合复杂格式、公式和 Excel 专属功能

使用 openpyxl

• 单元格索引从 1 开始（row=1、column=1 对应单元格 A1）
• 使用 data_only=True 读取计算结果：load_workbook('file.xlsx', data_only=True)
• 警告：如果使用 data_only=True 打开文件后再保存，公式会被结果值替换并永久丢失
• 对于大型文件：读取时使用 read_only=True，写入时使用 write_only=True
• 公式会保留但不会计算；请使用 recalc.py 更新计算结果

使用 pandas

• 指定数据类型以避免推断问题：pd.read_excel('file.xlsx', dtype={'id': str})
• 对于大型文件，仅读取指定列：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：生成用于 Excel 操作的 Python 代码时：

• 编写精简、简洁的 Python 代码，避免不必要的注释
• 避免冗长的变量名和重复操作
• 避免不必要的 print 语句

对于 Excel 文件本身：

• 为包含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添加说明