输出要求
所有 Excel 文件
专业字体
- 除非用户另有指示,否则在所有交付物中使用一致的专业字体(例如 Arial、Times New Roman)
零公式错误
- 每个 Excel 模型交付时必须零公式错误(#REF!、#DIV/0!、#VALUE!、#N/A、#NAME?)
保留现有模板(更新模板时)
- 修改文件时,研究并精确匹配现有格式、样式和惯例
- 切勿对已有既定模式的文件强加标准化格式
- 现有模板惯例始终优先于这些指南
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,以及用户将为场景更改的数字
- 黑色文本(RGB: 0,0,0):所有公式和计算
- 绿色文本(RGB: 0,128,0):从同一工作簿中其他工作表提取的链接
- 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
必需格式规则
- 年份:格式化为文本字符串(例如 "2024" 不是 "2,024")
- 货币:使用 $#,##0 格式;始终在标头中指明单位("收入($mm)")
- 零值: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:默认使用 0.0% 格式(一位小数)
- 倍数:估值倍数(EV/EBITDA、P/E)格式化为 0.0x
- 负数:使用括号 (123) 而不是负号 -123
公式构建规则
假设放置
- 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是否正确
- 检查范围中是否存在差一错误
- 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)
- 验证无意外循环引用
硬编码的文档要求
- 添加注释或在旁边单元格中注明(如果位于表格末尾)。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,FY2024,第 45 页,收入说明,[SEC EDGAR URL]"
- "来源:公司 10-Q,Q2 2025,附件 99.1,[SEC EDGAR URL]"
- "来源:Bloomberg Terminal,2025/8/15,AAPL US Equity"
- "来源:FactSet,2025/8/20,一致预期屏幕"
XLSX 创建、编辑和分析
概述
用户可能要求您创建、编辑或分析 .xlsx 文件的内容。您可以使用不同的工具和工作流程来处理不同的任务。
重要要求
需要 LibreOffice 进行公式重算:您可以假设已安装 LibreOffice,用于通过 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,包括在限制 Unix 套接字的沙盒环境中(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能力:
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) # 所有工作表以字典形式返回
# 分析
df.head() # 预览数据
df.info() # 列信息
df.describe() # 统计
# 写入 Excel
df.to_excel('output.xlsx', index=False)
Excel 文件工作流程
关键:使用公式,而非硬编码值
始终使用 Excel 公式,而不是在 Python 中计算值然后硬编码。 这确保电子表格保持动态和可更新。
❌ 错误 - 硬编码计算值
# 错误:在 Python 中计算并硬编码结果
total = df['Sales'].sum()
sheet['B10'] = total # 硬编码 5000
# 错误: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
# 错误: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
# 正确:让 Excel 计算总和
sheet['B10'] = '=SUM(B2:B9)'
# 正确:增长率作为 Excel 公式
sheet['C5'] = '=(C4-C2)/C2'
# 正确: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。电子表格应在源数据更改时能够重新计算。
通用工作流程
- 选择工具:数据分析用 pandas,公式/格式化用 openpyxl
- 创建/加载:创建新工作簿或加载现有文件
- 修改:添加/编辑数据、公式和格式
- 保存:写入文件
- 重算公式(使用公式时必做):使用 scripts/recalc.py 脚本
python scripts/recalc.py output.xlsx - 验证并修复错误:
- 脚本返回带有错误详细信息的 JSON
- 如果
status为errors_found,检查error_summary了解具体错误类型和位置 - 修复已识别的错误并再次重算
- 常见需修复的错误:
#REF!:无效的单元格引用#DIV/0!:除以零#VALUE!:公式中的错误数据类型#NAME?:无法识别的公式名称
创建新的 Excel 文件
# 使用 openpyxl 处理公式和格式
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 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) # 在第 2 行插入行
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')
重算公式
由 openpyxl 创建或修改的 Excel 文件包含公式字符串,但不包含计算值。使用提供的 scripts/recalc.py 脚本来重算公式:
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
- 重算所有工作表中的所有公式
- 扫描所有单元格以查找 Excel 错误(#REF!、#DIV/0! 等)
- 返回带有详细错误位置和计数的 JSON
- 适用于 Linux 和 macOS
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 个样本引用:在构建完整模型前验证它们能拉取到正确的值
- 列映射:确认 Excel 列匹配(例如第 64 列 = BL,不是 BK)
- 行偏移:记住 Excel 行是从 1 开始索引的(DataFrame 第 5 行 = Excel 第 6 行)
常见陷阱
- NaN 处理:使用
pd.notna()检查空值 - 最右侧列:FY 数据通常在 50+ 列
- 多个匹配项: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,先在 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是否存在
- 测试边界情况:包括零、负数和非常大的值
解读 scripts/recalc.py 的输出
该脚本返回带有错误详细信息的 JSON:
{
"status": "success", // 或 "errors_found"
"total_errors": 0, // 错误总数
"total_formulas": 42, // 文件中的公式数
"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
- 单元格索引基于 1(row=1, column=1 引用单元格 A1)
- 使用
data_only=True读取计算值:load_workbook('file.xlsx', data_only=True) - 警告:如果以
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进行读取或write_only=True进行写入 - 公式被保留但不会被计算——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:生成用于 Excel 操作的 Python 代码时:
- 编写简洁、精简的 Python 代码,避免不必要的注释
- 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:
- 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
- 包含关键计算和模型部分的说明