# 记录 XLSX 技能 — 快速参考此技能允许以编程方式创建、编辑和分析 Excel 电子表格。当用户需要生成数据报告、财务模型、自动化 Excel 工作流程或处理电子表格数据时，Claude 应该应用这些模式。 **现代最佳实践（2026 年 1 月）**： * 将电子表格视为软件：清晰的输入/输出、可审核性和版本控制。 * 保护数据完整性：控制总量、验证和来源可追溯性。 * 辅助功能：标签、对比、结构；使用 Excel 的辅助功能检查器；对外分销时满足采购/监管要求。 * 如果在欧盟或受监管环境中分发，请遵循适用的可访问性要求（通常与 EN 301 549 / WCAG 一致）。 * 附带审查循环和所有者（避免“神秘模型”）。 * 安全性：将不受信任的输入/工作簿视为敌对（公式注入、外部链接、隐藏内容、宏）。 ** ** ## 快速参考任务|工具/库 |语言 |何时使用 ---|---|---|--- 创建 XLSX | ExcelJS | Node.js |报告、数据导出创建 XLSX |打开pyxl |蟒蛇 |读/写、修改现有文件创建 XLSX | XlsxWriter |蟒蛇 |只写、丰富的格式、图表数据分析 |熊猫 + openpyxl |蟒蛇 | DataFrame 到 Excel（带格式）阅读 XLSX | xlsx (SheetJS) | Node.js |解析电子表格图表| openpyxl/XlsxWriter |蟒蛇 |嵌入式可视化造型 | ExcelJS/openpyxl |两者 |条件格式自动化| XL翼|蟒蛇 |安装了 Excel，交互式工作流程 ## 护栏和注意事项 * 公式计算：库编写公式； Excel 打开后计算结果。如果您需要服务器端计算值，请在代码中计算并写入值（或使用专用公式引擎）。 * 数据透视表：程序化创建受到限制。如果您确实需要本机数据透视，请首选 pandas 摘要（数据透视表）或 Excel 自动化（xlwings/Office Scripts/VBA）。 * 宏：openpyxl 可以保留现有的 VBA (`keep_vba=True`)，但不编写宏；切勿从不受信任的输入生成或执行宏。 * 电子表格注入：永远不要将不受信任的字符串放入“公式”字段中；将它们写入文本值并验证/清理导出中使用的用户提供的数据。 ** ** ## 核心运营 ### 创建电子表格（Node.js - exceljs）从 'exceljs' 导入 ExcelJS； const 工作簿 = new ExcelJS.Workbook(); const Sheet = workbook.addWorksheet('销售报告'); // 带样式的标题工作表.列 = [ { header: '产品', key: '产品', 宽度: 20 }, { header: '数量', key: '数量', width: 12 }, { header: '价格', key: '价格', width: 12 }, { header: '总计', key: '总计', 宽度: 15 }, ]; // 样式标题行 sheet.getRow(1).font = { 粗体: true }; sheet.getRow(1).fill = { 类型：'模式'，图案：'实心'， fgColor: { argb: 'FF4472C4' } }; // 添加数据常量数据 = [ { 产品：'小部件 A'，数量：100，价格：10 }， { 产品：'小部件 B'，数量：50，价格：25 }， ]; data.forEach((项目，索引) => { 工作表.addRow({ 产品：项目.产品，数量：商品数量，价格：商品.价格，合计：{ 公式：`B${index + 2}*C${index + 2}` } }); }); // 添加总计行 const lastRow =sheet.rowCount + 1; 工作表.addRow({ 产品：“总计”，总计：{ 公式：`SUM(D2:D${lastRow - 1})` } }); // 货币格式 sheet.getColumn('价格').numFmt = '$#,##0.00'; sheet.getColumn('总计').numFmt = '$#,##0.00'; 等待工作簿.xlsx.writeFile('report.xlsx'); ### 创建电子表格（Python - openpyxl）从 openpyxl 导入工作簿从 openpyxl.styles 导入字体、PatternFill wb = 工作簿() ws = wb.活动 ws.title = '销售报告' # 标题 headers = ['产品', '数量', '价格', '总计'] 对于 col，枚举中的标题（标题，1）：单元格= ws.cell（行= 1，列=列，值=标题） cell.font = 字体(bold=True, color='FFFFFF') cell.fill = PatternFill(start_color='4472C4', end_color='4472C4', fill_type='solid') # 数据数据 = [ ('小部件 A', 100, 10), ('小部件 B', 50, 25), ('小部件 C', 75, 15), ] 对于 enumerate(data, 2) 中的 row_idx, (产品、数量、价格)： ws.cell(行=row_idx，列=1，值=产品) ws.cell(行=row_idx，列=2，值=数量) ws.cell(行=row_idx，列=3，值=价格) ws.cell(行=row_idx，列=4，值=f'=B{row_idx}*C{row_idx}') # 总计行总行数 = len(数据) + 2 ws.cell(行=total_row，列=1，值='总计') ws.cell(行=total_row，列=4，值=f'=SUM(D2:D{total_row-1})') # 数字格式对于范围（2，total_row + 1）中的行： ws.cell(行=行，列=3).number_format = '$#,##0.00' ws.cell(行=行，列=4).number_format = '$#,##0.00' wb.save('报告.xlsx') ### 阅读和分析（Python - pandas）将 pandas 导入为 pd # 读取Excel文件 df = pd.read_excel('data.xlsx',sheet_name='Sheet1') # 分析摘要 = df.groupby('类别').agg({ '销售': '总和', '数量'：'平均值' }).round(2) # 写入Excel并设置格式使用 pd.ExcelWriter('analysis.xlsx', engine='openpyxl') 作为编写器： df.to_excel(writer,sheet_name='原始数据',index=False) 摘要.to_excel(作者,sheet_name='摘要') # 自动调整列宽对于 writer.sheets.values() 中的工作表：对于sheet.columns中的列： max_length = max(len(str(cell.value)) 对于列中的单元格） sheet.column_dimensions[column[0].column_letter].width = max_length + 2 ### 添加图表 (Python) 从 openpyxl.chart 导入 BarChart，参考图表 = 条形图() Chart.title = '按产品划分的销售额' Chart.x_axis.title = '产品' Chart.y_axis.title = '销售' # 数据范围（假设 D 列包含系列，第 1 行是标题） max_row = ws.max_row data_ref = 参考(ws, min_col=4, min_row=1, max_row=max_row, max_col=4) 类别 = 参考(ws, min_col=1, min_row=2, max_row=max_row) 图表.add_data（data_ref，titles_from_data = True）图表.set_categories(类别) 图表.形状 = 4 ws.add_chart(图表, 'F2') ### 条件格式从 openpyxl.formatting.rule 导入 ColorScaleRule、FormulaRule 从 openpyxl.styles 导入 PatternFill # 色标（热图） ws.conditional_formatting.add( 'D2:D100', 色阶规则( start_type='min', start_color='FF0000', end_type='max', end_color='00FF00' ）） # 突出显示高于阈值的单元格 red_fill = PatternFill(start_color='FFCCCC', fill_type='solid') ws.conditional_formatting.add( 'D2:D100', FormulaRule(公式=['D2>1000'], 填充=red_fill) ） ** ** ## 常用公式参考目的|公式|示例 ---|---|--- 总和| `=SUM(范围)` | `=SUM(A1:A10)` 平均 | `=平均值（范围）` | `=平均值(B2:B100)` 计数 | `=COUNT(范围)` | `=COUNT(C:C)` 条件总和| `=SUMIF(范围、条件、sum_range)` | `=SUMIF(A:A,"小部件",B:B)` 查找 | `=VLOOKUP(值、范围、列、FALSE)` | `=VLOOKUP(A2,数据!A:C,3,FALSE)` 如果 | `=IF(条件,真,假)` | `=IF(B2>100,"高","低")` 百分比 | `=值/总计` | `=B2/SUM(B:B)` ** ** ## 决策树 Excel 任务：[您需要什么？] ├─ 创建新的电子表格？ │ ├─ 简单数据导出 → pandas to_excel() │ ├─ 格式化报告 → exceljs 或 openpyxl │ └─ 带图表 → openpyxl 图表模块 │ ├─ 阅读/分析现有的？ │ ├─ 数据分析 → pandas read_excel() │ ├─ 保留格式 → openpyxl load_workbook() │ └─ 快速解析 → xlsx (SheetJS) │ ├─ 修改现有的？ │ ├─ 添加数据→ openpyxl（保留格式） │ └─ 更新公式 → openpyxl │ └─ 复杂的功能？ ├─ 数据透视表 → pandas 汇总表或 xlwings（原生数据透视表） ├─ 数据验证→ openpyxl DataValidation └─ 宏→仅保留；使用 xlwings 进行 Excel 自动化 ** ** ## 做/避免（2026 年 1 月） ### 做 * 单独的输入/计算/输出（选项卡或清晰的部分）。 * 保持明确的假设（值+单位+来源+日期）。 * 添加导入数据的控制总计和调节检查。 ### 避免 * 公式内的硬编码常量，没有记录的假设。 * 无需文档即可更改结果的隐藏行/列。 * 与客户 PII 或机密共享表。 ## 好的是什么样的 * 结构：清晰的输入/假设、计算和输出分离（选项卡或部分）。 * 完整性：没有“#REF!”、损坏的命名范围或隐藏在公式中的硬编码常量。 * 可追溯性：每个关键输出都与标记的输入相关联（单位+来源+日期）。 * 检查：控制总计、对账和失败的错误标记。 * 审核：使用“assets/spreadsheet-model-review-checklist.md”进行独立审核。 ## 可选：人工智能/自动化仅在明确要求且符合政策的情况下使用。 * 生成第一遍公式/图表；人类验证正确性和边缘情况。 * 草稿文档选项卡（假设、术语表）；不要发明源数据。 ## 导航 **资源** * [references/excel-formulas.md]() — 公式参考和模式 * [references/excel-formatting.md]() — 样式、条件格式 * [references/excel-charts.md]() — 图表类型和自定义 * [references/excel-data-validation.md]() — 下拉菜单、输入约束、级联验证 * [references/excel-pivot-tables.md]() — 数据透视解决方法、摘要模式、pandas * [references/excel-security-protection.md]() — 工作表保护、公式注入预防 * [data/sources.json]() — 库文档链接 **模板** * [assets/financial-report.md]() — 财务报表模板 * [assets/data-dashboard.md]() — 带图表的仪表板 * [assets/spreadsheet-model-review-checklist.md]() — 模型 QA 检查表（假设、公式、可追溯性） **相关技能** * [../document-pdf/SKILL.md]() — 从数据生成 PDF * [../ai-ml-data-science/SKILL.md]() — 数据分析模式 * [../data-sql-optimization/SKILL.md]() — 数据库到 Excel 工作流程

文档 Xlsx

包含技能