出力要件
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されなければなりません
既存テンプレートの保持(テンプレート更新時)
- ファイルを変更する際は、既存の形式、スタイル、規則を正確に学習し、一致させること
- 確立されたパターンを持つファイルに、標準化された書式を押し付けないこと
- 既存のテンプレート規則は、常にこれらのガイドラインより優先されます
財務モデル
色分け基準
ユーザーまたは既存テンプレートによって別途指定がない限り
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、およびユーザーがシナリオごとに変更する数値
- 黒文字(RGB: 0,0,0): すべての数式と計算
- 緑文字(RGB: 0,128,0): 同じワークブック内の他のワークシートからのリンク
- 赤文字(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
数値書式設定基準
必須の書式ルール
- 年: テキスト文字列として書式設定(例:「2024」であって「2,024」ではない)
- 通貨: $#,##0 形式を使用。ヘッダーには常に単位を明記(「売上高(百万ドル)」)
- ゼロ: パーセンテージも含め、数値書式設定ですべてのゼロを「-」にする(例:「$#,##0;($#,##0);-」)
- パーセンテージ: デフォルトで 0.0% 形式(小数第一位まで)
- 倍率: バリュエーション倍率(EV/EBITDA、P/E)は 0.0x 形式
- 負の数: 括弧 (123) を使用し、マイナス記号 -123 は使用しない
数式構築ルール
前提条件の配置
- すべての前提条件(成長率、マージン、倍率など)は、別の前提条件セルに配置する
- 数式内ではハードコードされた値ではなく、セル参照を使用する
- 例:=B51.05 ではなく =B5(1+$B$6) を使用
数式エラー防止
- すべてのセル参照が正しいことを確認する
- 範囲のオフバイワンエラーをチェックする
- すべての予測期間で数式が一貫していることを確認する
- エッジケース(ゼロ値、負の数)でテストする
- 意図しない循環参照がないことを確認する
ハードコードのドキュメント化要件
- セル内、またはセルの隣(テーブルの末尾の場合)にコメントを付ける。形式:「出典:[システム/文書]、[日付]、[具体的な参照]、[該当する場合はURL]」
- 例:
- 「出典:Company 10-K、FY2024、45ページ、収益に関する注記、[SEC EDGAR URL]」
- 「出典:Company 10-Q、Q2 2025、別紙99.1、[SEC EDGAR URL]」
- 「出典:Bloomberg Terminal、2025/8/15、AAPL US Equity」
- 「出典:FactSet、2025/8/20、コンセンサス推定画面」
XLSXファイルの作成、編集、および分析
概要
ユーザーから .xlsx ファイルの作成、編集、または内容の分析を依頼される場合があります。タスクごとに異なるツールとワークフローが用意されています。
重要な要件
LibreOfficeは数式再計算に必要: LibreOfficeがインストールされており、recalc.pyスクリプトを使用して数式値を再計算できることを前提とします。このスクリプトは初回実行時に自動的にLibreOfficeを設定します。
データの読み取りと分析
pandasを使用したデータ分析
データ分析、可視化、および基本的な操作には、強力なデータ操作機能を提供するpandasを使用します。
import pandas as pd
# Excelファイルの読み込み
df = pd.read_excel('file.xlsx') # デフォルト:最初のシート
all_sheets = pd.read_excel('file.xlsx', sheet_name=None) # すべてのシートを辞書として
# 分析
df.head() # データのプレビュー
df.info() # 列情報
df.describe() # 統計情報
# Excelファイルへの書き出し
df.to_excel('output.xlsx', index=False)
Excelファイルワークフロー
重要:計算値ではなく数式を使用すること
値をPythonで計算してハードコードするのではなく、常にExcel数式を使用してください。 これにより、スプレッドシートが動的で更新可能な状態を保てます。
❌ 間違い - 計算値のハードコード
# 悪い例:Pythonで計算して結果をハードコード
合計 = df['売上'].sum()
sheet['B10'] = 合計 # 5000 をハードコード
# 悪い例:成長率をPythonで計算
成長率 = (df.iloc[-1]['収益'] - df.iloc[0]['収益']) / df.iloc[0]['収益']
sheet['C5'] = 成長率 # 0.15 をハードコード
# 悪い例:平均をPythonで計算
平均 = sum(値リスト) / len(値リスト)
sheet['D20'] = 平均 # 42.5 をハードコード
✅ 正しい - Excel数式の使用
# 良い例:Excelに合計を計算させる
sheet['B10'] = '=SUM(B2:B9)'
# 良い例:成長率をExcel数式として
sheet['C5'] = '=(C4-C2)/C2'
# 良い例:平均をExcel関数で
sheet['D20'] = '=AVERAGE(D2:D19)'
これは、合計、パーセンテージ、比率、差異など、すべての計算に適用されます。ソースデータが変更されたときにスプレッドシートが再計算できる必要があります。
共通ワークフロー
- ツールの選択: データにはpandas、数式/書式設定にはopenpyxl
- 作成/読み込み: 新しいワークブックを作成するか、既存のファイルを読み込む
- 変更: データ、数式、書式設定を追加/編集
- 保存: ファイルに書き込む
- 数式の再計算(数式を使用する場合は必須): recalc.pyスクリプトを使用
python recalc.py output.xlsx - エラーの確認と修正:
- 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で特定のエラータイプと場所を確認- 特定されたエラーを修正し、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!: ゼロによる除算#VALUE!: 数式内の間違ったデータ型#NAME?: 認識されない数式名
新しいExcelファイルの作成
# 数式と書式設定にopenpyxlを使用
from openpyxl import Workbook
from openpyxl.styles import Font, PatternFill, Alignment
wb = Workbook()
sheet = wb.active
# データの追加
sheet['A1'] = 'こんにちは'
sheet['B1'] = '世界'
sheet.append(['行', 'の', 'データ'])
# 数式の追加
sheet['B2'] = '=SUM(A1:A10)'
# 書式設定
sheet['A1'].font = Font(bold=True, color='FF0000')
sheet['A1'].fill = PatternFill('solid', start_color='FFFF00')
sheet['A1'].alignment = Alignment(horizontal='center')
# 列幅
sheet.column_dimensions['A'].width = 20
wb.save('output.xlsx')
既存のExcelファイルの編集
# 数式と書式設定を保持するためにopenpyxlを使用
from openpyxl import load_workbook
# 既存ファイルの読み込み
wb = load_workbook('existing.xlsx')
sheet = wb.active # または特定のシートの場合は wb['シート名']
# 複数シートの操作
for sheet_name in wb.sheetnames:
sheet = wb[sheet_name]
print(f"シート: {sheet_name}")
# セルの変更
sheet['A1'] = '新しい値'
sheet.insert_rows(2) # 2行目に行を挿入
sheet.delete_cols(3) # 3列目を削除
# 新しいシートの追加
new_sheet = wb.create_sheet('新しいシート')
new_sheet['A1'] = 'データ'
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、数式が文字列として含まれていますが、計算された値は含まれていません。提供されている recalc.py スクリプトを使用して数式を再計算します。
python recalc.py <excel_file> [タイムアウト秒]
例:
python recalc.py output.xlsx 30
このスクリプトは:
- 初回実行時に自動的にLibreOfficeマクロを設定
- すべてのシートのすべての数式を再計算
- Excelエラー(#REF!、#DIV/0! など)についてすべてのセルをスキャン
- エラーの詳細な場所と件数を含むJSONを返す
- LinuxとmacOSの両方で動作
数式検証チェックリスト
数式が正しく機能することを確認するためのクイックチェック:
必須の確認事項
- サンプル参照を2~3個テストする: 完全なモデルを構築する前に、正しい値を取得しているか確認
- 列マッピング: Excelの列が一致していることを確認(例:64列目 = BLであり、BKではない)
- 行オフセット: Excelの行は1から始まることを覚えておく(DataFrameの行5 = Excelの行6)
よくある落とし穴
- NaN処理:
pd.notna()でnull値をチェック - 右端の列: FYデータは多くの場合50列目以降にある
- 複数の一致: 最初の出現だけでなく、すべての出現を検索
- ゼロによる除算: 数式で
/を使用する前に分母をチェック(#DIV/0!) - 誤った参照: すべてのセル参照が目的のセルを指していることを確認(#REF!)
- シート間参照: シートをリンクするには正しい形式(Sheet1!A1)を使用
数式テスト戦略
- 小さく始める: 広範囲に適用する前に、2~3個のセルで数式をテスト
- 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
- エッジケースをテスト: ゼロ、負の数、非常に大きな値を含める
recalc.py の出力解釈
スクリプトはエラーの詳細を含むJSONを返します:
{
"status": "success", // または "errors_found"
"total_errors": 0, // エラーの総数
"total_formulas": 42, // ファイル内の数式の数
"error_summary": { // エラーが見つかった場合のみ表示
"#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、シンプルなデータエクスポートに最適
- openpyxl: 複雑な書式設定、数式、Excel固有の機能に最適
openpyxlの操作
- セルインデックスは1ベース(row=1, column=1 はセル A1 を参照)
- 計算値を読み取るには
data_only=Trueを使用: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 - 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 を使用してください
pandasの操作
- 推論の問題を避けるためにデータ型を指定:
pd.read_excel('file.xlsx', dtype={'id': str}) - 大きなファイルの場合、特定の列のみを読み取り:
pd.read_excel('file.xlsx', usecols=['A', 'C', 'E']) - 日付を適切に処理:
pd.read_excel('file.xlsx', parse_dates=['date_column'])
コードスタイルガイドライン
重要: Excel操作用のPythonコードを生成する場合:
- 不必要なコメントを付けず、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操作を避ける
- 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があるセルに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文書化する
- 主要な計算やモデルセクションのメモを含める