输出要求

所有 Excel 文件

专业字体

• 除非用户另有说明，否则所有交付物使用一致的专业字体（例如：Arial、Times New Roman）

零公式错误

• 每个 Excel 模型必须以零公式错误交付（#REF!、#DIV/0!、#VALUE!、#N/A、#NAME?）

保留现有模板（更新模板时）

• 修改文件时，研究和完全匹配现有的格式、样式和约定
• 不要对有既定模式的文件强加标准化格式
• 现有模板约定始终覆盖这些指南

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)：硬编码输入和用户将更改场景的数字
• 黑色文本 (RGB: 0,0,0)：所有公式和计算
• 绿色文本 (RGB: 0,128,0)：从同一工作簿内其他工作表提取的链接
• 红色文本 (RGB: 255,0,0)：到其他文件的外部链接
• 黄色背景 (RGB: 255,255,0)：需要注意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″而不是”2,024″）
• 货币：使用$#,##0格式；始终在标题中指定单位（”收入（百万美元）”）
• 零：使用数字格式使所有零显示为”-“，包括百分比（例如：”$#,##0;($#,##0);-“）
• 百分比：默认为0.0%格式（一位小数）
• 倍数：格式化为0.0x用于估值倍数（EV/EBITDA、P/E）
• 负数：使用括号(123)而不是减号-123

公式构建规则

假设位置

• 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值
• 示例：使用=B5*(1+$B$6)而不是=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

• 在单元格旁边注释（如果在表格末尾）。格式：”来源：[系统/文档]，[日期]，[具体引用]，[URL（如适用）]”
• 示例：
  • “来源：公司10-K，2024财年，第45页，收入说明，[SEC EDGAR URL]”
  • “来源：公司10-Q，2025年第二季度，展品99.1，[SEC EDGAR URL]”
  • “来源：Bloomberg终端，2025å¹´8月15日，AAPL美国股票”
  • “来源：FactSet，2025å¹´8月20日，一致预期屏幕”

XLSX 创建、编辑和分析

概述

用户可能要求你创建、编辑或分析.xlsx文件的内容。对于不同的任务，你有不同的工具和工作流程。

重要要求

LibreOffice 公式重新计算所需：你可以假设安装了LibreOffice，用于使用scripts/recalc.py脚本重新计算公式值。该脚本在首次运行时自动配置LibreOffice，包括在Unix套接字受限的沙盒环境中（由scripts/office/soffice.py处理）

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，它提供强大的数据处理功能：

import pandas as pd

# 读取Excel
df = pd.read_excel('file.xlsx')  # 默认：第一个工作表
all_sheets = pd.read_excel('file.xlsx', sheet_name=None)  # 所有工作表作为字典

# 分析
df.head()      # 预览数据
df.info()      # 列信息
df.describe()  # 统计信息

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

Excel 文件工作流程

关键：使用公式，而不是硬编码值

**始终使用Excel公式，而不是在Python中计算值并硬编码它们。**这确保电子表格保持动态和可更新。

❌ 错误 – 硬编码计算值

# 坏：在Python中计算并硬编码结果
total = df['Sales'].sum()
sheet['B10'] = total  # 硬编码5000

# 坏：在Python中计算增长率
growth = (df.iloc[-1]['Revenue'] - df.iloc[0]['Revenue']) / df.iloc[0]['Revenue']
sheet['C5'] = growth  # 硬编码0.15

# 坏：Python计算平均值
avg = sum(values) / len(values)
sheet['D20'] = avg  # 硬编码42.5

✅ 正确 – 使用Excel公式

# 好：让Excel计算总和
sheet['B10'] = '=SUM(B2:B9)'

# 好：增长率作为Excel公式
sheet['C5'] = '=(C4-C2)/C2'

# 好：使用Excel函数计算平均值
sheet['D20'] = '=AVERAGE(D2:D19)'

这适用于所有计算——总计、百分比、比率、差异等。当源数据更改时，电子表格应该能够重新计算。

常见工作流程

1. 选择工具：pandas用于数据，openpyxl用于公式/格式化
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（如果使用公式则必须）：使用scripts/recalc.py脚本

   python scripts/recalc.py output.xlsx
   

6. 验证并修复任何错误：
   • 脚本返回包含错误详细信息的JSON
   • 如果status是errors_found，检查error_summary以获取特定错误类型和位置
   • 修复已识别的错误并重新计算
   • 要修复的常见错误：
     • #REF!：无效的单元格引用
     • #DIV/0!：除以零
     • #VALUE!：公式中错误的数据类型
     • #NAME?：无法识别的公式名称

创建新的Excel文件

# 使用openpyxl进行公式和格式化
from openpyxl import Workbook
from openpyxl.styles import Font, PatternFill, Alignment

wb = Workbook()
sheet = wb.active

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

# 添加公式
sheet['B2'] = '=SUM(A1:A10)'

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

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

wb.save('output.xlsx')

编辑现有的Excel文件

# 使用openpyxl保留公式和格式
from openpyxl import load_workbook

# 加载现有文件
wb = load_workbook('existing.xlsx')
sheet = wb.active  # 或wb['SheetName']用于特定工作表

# 处理多个工作表
for sheet_name in wb.sheetnames:
    sheet = wb[sheet_name]
    print(f"工作表：{sheet_name}")

# 修改单元格
sheet['A1'] = 'New Value'
sheet.insert_rows(2)  # 在位置2插入行
sheet.delete_cols(3)  # 删除第3列

# 添加新工作表
new_sheet = wb.create_sheet('NewSheet')
new_sheet['A1'] = 'Data'

wb.save('modified.xlsx')

重新计算公式

由openpyxl创建或修改的Excel文件包含作为字符串的公式但没有计算值。使用提供的scripts/recalc.py脚本重新计算公式：

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

示例：

python scripts/recalc.py output.xlsx 30

该脚本：

• 首次运行时自动设置LibreOffice宏
• 重新计算所有工作表中的所有公式
• 扫描所有单元格的Excel错误（#REF!、#DIV/0!等）
• 返回包含详细错误位置和计数的JSON
• 在Linux和macOS上均可工作

公式验证清单

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提取正确的值
• 列映射：确认Excel列匹配（例如：第64列=BL，而不是BK）
• 行偏移：记住Excel行是1索引的（DataFrame第5行=Excel第6行）

常见陷阱

• NaN处理：使用pd.notna()检查空值
• 最右列：财年数据通常在第50+列中
• 多个匹配：搜索所有出现，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）链接工作表

公式测试策略

• 从小开始：在广泛应用之前在2-3个单元格上测试公式
• 验证依赖项：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

解释scripts/recalc.py输出

脚本返回包含错误详细信息的JSON：

{
  "status": "success",           // 或"errors_found"
  "total_errors": 0,              // 总错误计数
  "total_formulas": 42,           // 文件中的公式数量
  "error_summary": {              // 仅在发现错误时存在
    "#REF!": {
      "count": 2,
      "locations": ["Sheet1!B5", "Sheet1!C10"]
    }
  }
}

最佳实践

库选择

• pandas：最适合数据分析、批量操作和简单的数据导出
• openpyxl：最适合复杂格式化、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：如果使用data_only=True打开并保存，公式将被值替换并永久丢失
• 对于大文件：使用read_only=True读取或write_only=True写入
• 公式被保留但不被评估 – 使用scripts/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：为Excel操作生成Python代码时：

• 编写最少的、简洁的Python代码，没有不必要的注释
• 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：

• 向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源
• 包含关键计算和模型部分的注释