输出要求
所有Excel文件
零公式错误
- 每个Excel模型必须交付时零公式错误（#REF!、#DIV/0!、#VALUE!、#N/A、#NAME?）
保留现有模板（更新模板时）
- 修改文件时，仔细研究并精确匹配现有的格式、样式和约定
- 绝不将标准化格式强加给已有既定格式的文件
- 现有模板约定始终覆盖这些指南
金融模型
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，以及用户将用于场景更改的数字
- 黑色文本（RGB: 0,0,0）：所有公式和计算
- 绿色文本（RGB: 0,128,0）：从同一工作簿内其他工作表链接的数据
- 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 $#,##0 格式；始终在标题中指定单位（“收入（$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（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) 而非减号 -123
公式构建规则
假设条件放置
- 将所有假设条件（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
硬编码的文档化要求
- 在单元格旁边（如果位于表格末尾）注释。格式：“来源：[系统/文档]，[日期]，[具体引用]，[网址（如适用）]”
- 示例：
- “来源：公司10-K年报，2024财年，第45页，收入附注，[SEC EDGAR网址]”
- “来源：公司10-Q季报，2025年第二季度，附件99.1，[SEC EDGAR网址]”
- “来源：彭博终端，2025年8月15日，AAPL US Equity”
- “来源：FactSet，2025年8月20日，共识预期屏幕”
XLSX创建、编辑与分析
概述
用户可能要求您创建、编辑或分析.xlsx文件的内容。您可针对不同任务使用不同的工具和工作流。
重要要求
重新计算公式需要LibreOffice：可以假定已安装LibreOffice，用于使用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。
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文件
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文件
df.to_excel('output.xlsx', index=False)
Excel文件工作流
关键：使用公式，而非硬编码值
始终使用Excel公式，而非在Python中计算值然后硬编码。 这确保了电子表格保持动态和可更新。
❌ 错误做法——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
✅ 正确做法——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。电子表格应能在源数据更改时重新计算。
通用工作流
- 选择工具：数据分析用pandas，公式/格式用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
- 重新计算公式（如果使用公式，则强制要求）：使用recalc.py脚本
python recalc.py output.xlsx - 验证并修复任何错误：
- 脚本返回包含错误详情的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!：公式中数据类型错误#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) # 在第2行位置插入行
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文件将公式保存为字符串，但未计算值。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
- 扫描所有单元格中的Excel错误（#REF!、#DIV/0!等）
- 返回包含详细错误位置和计数的JSON
- 适用于Linux和macOS
公式验证检查清单
确保公式正确运行的快速检查：
基本验证
- 测试2-3个示例引用：在构建完整模型前，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，而非BK）
- 行偏移：记住Excel行从1开始索引（DataFrame第5行 = Excel第6行）
常见陷阱
- NaN处理：使用
pd.notna()检查空值 - 右侧列：财年数据通常位于第50+列
- 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
- 从小处着手：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
- 测试边缘情况：包括零值、负数和非常大的值
解读recalc.py的输出
该脚本返回包含错误详情的JSON：
{
"status": "success", // 或 "errors_found"
"total_errors": 0, // 总错误数
"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
库的选择
- 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、公式和Excel特定功能
使用openpyxl
- 单元格索引从1开始（row=1, column=1 表示单元格 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，公式将被替换为值并永久丢失 - 对于大文件：使用
read_only=True读取或write_only=True写入 - 公式会被保留但不计算——使用 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：在生成用于Excel操作的Python代码时：
- 编写简洁、精炼的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
- 为硬编码值记录数据来源
- 包含关键计算和模型部分的注释