输出要求

所有 Excel 文件

专业字体

• 除非用户另有指示，否则所有交付成果应使用一致、专业的字体（例如 Arial、Times New Roman）

零公式错误

• 交付的每个 Excel 模型必须包含零公式错误（#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的格式、样式和惯例
• 绝不要在已确立模式的文件上强加标准化格式
• 现有的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

行业标准颜色惯例

• 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)：从同一工作簿内的其他工作表引用的链接
• 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)：需要注意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：对于估值倍数（EV/EBITDA, P/E），格式化为 0.0x
• 负数：使用括号 (123) 而不是减号 -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（零值、负数）进行测试
• 确认没有意外的循环引用

硬编码值的文档要求

• 在单元格中添加注释或在其旁边（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 年报， 2024财年， 第45页， 收入注释， [SEC EDGAR URL]”
  • “来源：公司 10-Q 季报， 2025年第二季度， 附件99.1， [SEC EDGAR URL]”
  • “来源：彭博终端， 2025年8月15日， AAPL US 股权”
  • “来源：FactSet， 2025年8月20日， 共识估计屏幕”

XLSX 创建、编辑和分析

概述

用户可能会要求您创建、编辑或分析 .xlsx 文件的内容。对于不同的任务，您拥有不同的工具和工作流程。

重要要求

公式重新计算需要 LibreOffice：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 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，请使用功能强大的数据处理库 pandas：

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 中计算值然后进行硬编码。这确保了电子表格保持动态且可更新。

❌ 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  # 硬编码了 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  # 硬编码了 0.15

# 错误：Python 计算平均值
avg = sum(values) / len(values)
sheet['D20'] = avg  # 硬编码了 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、差值等。当源数据发生变化时，电子表格应能重新计算。

通用工作流程

1. 选择工具：数据处理用 pandas，公式/格式用 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（如果使用公式，则此项为必须）：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情的 JSON
   • 如果 status 为 errors_found，检查 error_summary 以了解具体的错误类型和位置
   • 修复识别出的错误并再次重新计算
   • 需要修复的常见错误：
     • #REF!：无效的单元格引用
     • #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

# 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  # 或者 wb['工作表名称'] 指定工作表

# 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'] = '新值'
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('新工作表')
new_sheet['A1'] = '数据'

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，但不包含计算值。使用提供的 scripts/recalc.py 脚本重新计算公式：

python scripts/recalc.py <excel文件> [超时秒数]

示例：

python scripts/recalc.py output.xlsx 30

该脚本会：

• 在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
• 扫描所有单元格以查找 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 上均可运行

公式验证清单

快速检查以确保公式正确工作：

基本验证

• 测试 2-3 个示例引用：在构建完整模型前，验证它们是否能拉取正确的值
• 列映射：确认 Excel 列匹配（例如，第 64 列是 BL，而不是 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
• 靠右的列：FY 数据通常在第 50 列之后
• 多个匹配项：搜索所有出现的位置，而不仅仅是第一个
• 除数为零：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是否指向预期的单元格（#REF!）
• 跨工作表引用：使用正确的格式（工作表1!A1）来链接工作表

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
• 测试边界情况：包含零、负数和非常大的值

解读 scripts/recalc.py 的输出

脚本返回包含错误详情的 JSON：

{
  "status": "success",           // 或 "errors_found"
  "total_errors": 0,              // 错误总数
  "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、批量操作和简单的数据导出
• openpyxl：最适合复杂的格式、公式和 Excel 特定功能

使用 openpyxl

• 单元格索引从 1 开始（行=1，列=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，公式将被值替换且永久丢失
• 对于大文件：读取时使用 read_only=True，写入时使用 write_only=True
• 公式会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=['日期列'])

代码风格指南

重要：在为 Excel 操作生成 Python 代码时：

• 编写简洁的 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