xlsx

Par mkurman · zorai

Utilisez cette compétence chaque fois qu'un fichier tableur est la principale entrée ou sortie. Cela couvre toute tâche où l'utilisateur souhaite : ouvrir, lire, modifier ou corriger un fichier .xlsx, .xlsm, .csv ou .tsv existant (par exemple, ajouter des colonnes, calculer des formules, mettre en forme, créer des graphiques, nettoyer des données désordonnées) ; créer un nouveau tableur de zéro ou à partir d'autres sources de données ; ou convertir entre des formats de fichiers tabulaires. Déclenchement particulièrement indiqué lorsque l'utilisateur fait référence à un fichier tableur par son nom ou son chemin — même de manière informelle (comme « le xlsx dans mes téléchargements ») — et souhaite qu'une action soit effectuée dessus ou produite à partir de celui-ci. Déclenchez également pour nettoyer ou restructurer des fichiers de données tabulaires désordonnés (lignes malformées, en-têtes mal placés, données parasites) en tableurs corrects. Le livrable doit être un fichier tableur. Ne PAS déclencher lorsque le livrable principal est un document Word, un rapport HTML, un script Python autonome, un pipeline de base de données ou une intégration avec l'API Google Sheets, même si des données tabulaires sont impliquées.

npx skills add https://github.com/mkurman/zorai --skill xlsx

Exigences pour les sorties

Tous les fichiers Excel

Police professionnelle

  • Utiliser une police cohérente et professionnelle (par ex. Arial, Times New Roman) pour tous les livrables, sauf instruction contraire de l'utilisateur

Zéro erreur de formule

  • Chaque modèle Excel DOIT être livré avec ZÉRO erreur de formule (#REF!, #DIV/0!, #VALUE!, #N/A, #NAME?)

Préserver les modèles existants (lors de la mise à jour de modèles)

  • Étudier et correspondre EXACTEMENT au format, style et conventions existants lors de la modification de fichiers
  • Ne jamais imposer une mise en forme standardisée sur des fichiers avec des modèles établis
  • Les conventions des modèles existants remplacent TOUJOURS ces directives

Modèles financiers

Normes de codage couleur

Sauf indication contraire de l'utilisateur ou modèle existant

Conventions de couleur standard de l'industrie

  • Texte bleu (RVB : 0,0,255) : entrées codées en dur et nombres que les utilisateurs changeront pour les scénarios
  • Texte noir (RVB : 0,0,0) : TOUTES les formules et calculs
  • Texte vert (RVB : 0,128,0) : liens tirant d'autres feuilles de calcul dans le même classeur
  • Texte rouge (RVB : 255,0,0) : liens externes vers d'autres fichiers
  • Fond jaune (RVB : 255,255,0) : hypothèses clés nécessitant une attention ou cellules à mettre à jour

Normes de formatage des nombres

Règles de format requises

  • Années : formatter en tant que chaînes de texte (par ex. « 2024 » et non « 2 024 »)
  • Devise : utiliser le format $#,##0 ; TOUJOURS spécifier les unités dans les en-têtes (« Revenu ($mm) »)
  • Zéros : utiliser le formatage des nombres pour afficher tous les zéros sous forme de « - », y compris les pourcentages (par ex. « $#,##0;($#,##0);- »)
  • Pourcentages : utiliser par défaut le format 0,0% (une décimale)
  • Multiples : formatter en 0,0x pour les multiples de valorisation (EV/EBITDA, P/E)
  • Nombres négatifs : utiliser des parenthèses (123) et non le signe moins -123

Règles de construction de formule

Placement des hypothèses

  • Placer TOUTES les hypothèses (taux de croissance, marges, multiples, etc.) dans des cellules d'hypothèses séparées
  • Utiliser des références de cellules au lieu de valeurs codées en dur dans les formules
  • Exemple : utiliser =B5(1+$B$6) au lieu de =B51,05

Prévention des erreurs de formule

  • Vérifier que toutes les références de cellules sont correctes
  • Vérifier les erreurs de décalage d'une unité dans les plages
  • Garantir la cohérence des formules sur toutes les périodes de projection
  • Tester avec des cas limites (valeurs zéro, nombres négatifs)
  • Vérifier l'absence de références circulaires involontaires

Exigences de documentation pour les valeurs codées en dur

  • Commenter ou placer dans les cellules adjacentes (si à la fin du tableau). Format : « Source : [Système/Document], [Date], [Référence spécifique], [URL le cas échéant] »
  • Exemples :
    • « Source : Company 10-K, FY2024, Page 45, Revenue Note, [SEC EDGAR URL] »
    • « Source : Company 10-Q, Q2 2025, Exhibit 99.1, [SEC EDGAR URL] »
    • « Source : Bloomberg Terminal, 8/15/2025, AAPL US Equity »
    • « Source : FactSet, 8/20/2025, Consensus Estimates Screen »

Création, édition et analyse de fichiers XLSX

Aperçu

Un utilisateur peut vous demander de créer, éditer ou analyser le contenu d'un fichier .xlsx. Vous avez différents outils et flux de travail disponibles pour différentes tâches.

Exigences importantes

LibreOffice requis pour le recalcul des formules : vous pouvez supposer que LibreOffice est installé pour recalculer les valeurs de formule à l'aide du script scripts/recalc.py. Le script configure automatiquement LibreOffice au premier lancement, y compris dans les environnements isolés où les sockets Unix sont restreintes (gérées par scripts/office/soffice.py)

Lecture et analyse des données

Analyse de données avec pandas

Pour l'analyse de données, la visualisation et les opérations basiques, utiliser pandas qui offre de puissantes capacités de manipulation de données :

import pandas as pd

# Lire Excel
df = pd.read_excel('file.xlsx')  # Par défaut : première feuille
all_sheets = pd.read_excel('file.xlsx', sheet_name=None)  # Toutes les feuilles en dict

# Analyser
df.head()      # Aperçu des données
df.info()      # Infos colonnes
df.describe()  # Statistiques

# Écrire Excel
df.to_excel('output.xlsx', index=False)

Flux de travail des fichiers Excel

CRITIQUE : utiliser les formules, pas les valeurs codées en dur

Toujours utiliser les formules Excel au lieu de calculer les valeurs en Python et de les coder en dur. Cela garantit que la feuille de calcul reste dynamique et modifiable.

❌ MAUVAIS - Codage en dur des valeurs calculées

# Mauvais : calculer en Python et coder en dur le résultat
total = df['Sales'].sum()
sheet['B10'] = total  # Code en dur 5000

# Mauvais : calcul du taux de croissance en Python
growth = (df.iloc[-1]['Revenue'] - df.iloc[0]['Revenue']) / df.iloc[0]['Revenue']
sheet['C5'] = growth  # Code en dur 0,15

# Mauvais : calcul Python pour la moyenne
avg = sum(values) / len(values)
sheet['D20'] = avg  # Code en dur 42,5

✅ CORRECT - utilisation de formules Excel

# Bon : laisser Excel calculer la somme
sheet['B10'] = '=SUM(B2:B9)'

# Bon : taux de croissance comme formule Excel
sheet['C5'] = '=(C4-C2)/C2'

# Bon : moyenne utilisant la fonction Excel
sheet['D20'] = '=AVERAGE(D2:D19)'

Cela s'applique à TOUS les calculs - totaux, pourcentages, ratios, différences, etc. La feuille de calcul doit pouvoir se recalculer lorsque les données source changent.

Flux de travail commun

  1. Choisir l'outil : pandas pour les données, openpyxl pour les formules/formatage
  2. Créer/Charger : créer un nouveau classeur ou charger un fichier existant
  3. Modifier : ajouter/éditer des données, formules et formatage
  4. Enregistrer : écrire dans le fichier
  5. Recalculer les formules (OBLIGATOIRE SI UTILISATION DE FORMULES) : utiliser le script scripts/recalc.py
    python scripts/recalc.py output.xlsx
  6. Vérifier et corriger les erreurs :
    • Le script retourne du JSON avec les détails des erreurs
    • Si le status est errors_found, vérifier error_summary pour les types d'erreur spécifiques et les emplacements
    • Corriger les erreurs identifiées et recalculer à nouveau
    • Erreurs courantes à corriger :
      • #REF! : références de cellules invalides
      • #DIV/0! : division par zéro
      • #VALUE! : type de données incorrect dans la formule
      • #NAME? : nom de formule non reconnu

Création de nouveaux fichiers Excel

# Utiliser openpyxl pour les formules et le formatage
from openpyxl import Workbook
from openpyxl.styles import Font, PatternFill, Alignment

wb = Workbook()
sheet = wb.active

# Ajouter des données
sheet['A1'] = 'Hello'
sheet['B1'] = 'World'
sheet.append(['Row', 'of', 'data'])

# Ajouter une formule
sheet['B2'] = '=SUM(A1:A10)'

# Formatage
sheet['A1'].font = Font(bold=True, color='FF0000')
sheet['A1'].fill = PatternFill('solid', start_color='FFFF00')
sheet['A1'].alignment = Alignment(horizontal='center')

# Largeur de colonne
sheet.column_dimensions['A'].width = 20

wb.save('output.xlsx')

Édition de fichiers Excel existants

# Utiliser openpyxl pour préserver les formules et le formatage
from openpyxl import load_workbook

# Charger un fichier existant
wb = load_workbook('existing.xlsx')
sheet = wb.active  # ou wb['SheetName'] pour une feuille spécifique

# Travailler avec plusieurs feuilles
for sheet_name in wb.sheetnames:
    sheet = wb[sheet_name]
    print(f"Sheet: {sheet_name}")

# Modifier les cellules
sheet['A1'] = 'New Value'
sheet.insert_rows(2)  # Insérer une ligne à la position 2
sheet.delete_cols(3)  # Supprimer la colonne 3

# Ajouter une nouvelle feuille
new_sheet = wb.create_sheet('NewSheet')
new_sheet['A1'] = 'Data'

wb.save('modified.xlsx')

Recalcul des formules

Les fichiers Excel créés ou modifiés par openpyxl contiennent les formules en tant que chaînes mais pas les valeurs calculées. Utiliser le script fourni scripts/recalc.py pour recalculer les formules :

python scripts/recalc.py <excel_file> [timeout_seconds]

Exemple :

python scripts/recalc.py output.xlsx 30

Le script :

  • Configure automatiquement la macro LibreOffice au premier lancement
  • Recalcule toutes les formules dans toutes les feuilles
  • Analyse TOUTES les cellules pour détecter les erreurs Excel (#REF!, #DIV/0!, etc.)
  • Retourne du JSON avec les emplacements des erreurs et les comptages détaillés
  • Fonctionne sur Linux et macOS

Liste de vérification de vérification des formules

Vérifications rapides pour s'assurer que les formules fonctionnent correctement :

Vérification essentielle

  • [ ] Tester 2-3 références d'exemple : vérifier qu'elles tirent les valeurs correctes avant de créer le modèle complet
  • [ ] Mappage des colonnes : vérifier que les colonnes Excel correspondent (par ex. colonne 64 = BL, pas BK)
  • [ ] Décalage de ligne : se rappeler que les lignes Excel sont indexées à partir de 1 (ligne 5 de DataFrame = ligne 6 d'Excel)

Pièges courants

  • [ ] Gestion de NaN : vérifier les valeurs nulles avec pd.notna()
  • [ ] Colonnes à l'extrême droite : les données FY sont souvent dans les colonnes 50+
  • [ ] Correspondances multiples : rechercher toutes les occurrences, pas seulement la première
  • [ ] Division par zéro : vérifier les dénominateurs avant d'utiliser / dans les formules (#DIV/0!)
  • [ ] Références erronées : vérifier que toutes les références de cellules pointent vers les cellules prévues (#REF!)
  • [ ] Références entre feuilles : utiliser le format correct (Sheet1!A1) pour les liens entre feuilles

Stratégie de test des formules

  • [ ] Commencer petit : tester les formules sur 2-3 cellules avant d'appliquer largement
  • [ ] Vérifier les dépendances : vérifier que toutes les cellules référencées dans les formules existent
  • [ ] Tester les cas limites : inclure les valeurs zéro, négatives et très grandes

Interprétation de la sortie scripts/recalc.py

Le script retourne du JSON avec les détails des erreurs :

{
  "status": "success",           // ou "errors_found"
  "total_errors": 0,              // Nombre total d'erreurs
  "total_formulas": 42,           // Nombre de formules dans le fichier
  "error_summary": {              // Présent seulement si erreurs trouvées
    "#REF!": {
      "count": 2,
      "locations": ["Sheet1!B5", "Sheet1!C10"]
    }
  }
}

Bonnes pratiques

Sélection de la bibliothèque

  • pandas : idéal pour l'analyse de données, les opérations en masse et l'export de données simple
  • openpyxl : idéal pour le formatage complexe, les formules et les fonctionnalités spécifiques à Excel

Travailler avec openpyxl

  • Les indices de cellules sont basés sur 1 (row=1, column=1 se rapporte à la cellule A1)
  • Utiliser data_only=True pour lire les valeurs calculées : load_workbook('file.xlsx', data_only=True)
  • Avertissement : si ouvert avec data_only=True et enregistré, les formules sont remplacées par les valeurs et définitivement perdues
  • Pour les fichiers volumineux : utiliser read_only=True pour la lecture ou write_only=True pour l'écriture
  • Les formules sont préservées mais non évaluées - utiliser scripts/recalc.py pour mettre à jour les valeurs

Travailler avec pandas

  • Spécifier les types de données pour éviter les problèmes d'inférence : pd.read_excel('file.xlsx', dtype={'id': str})
  • Pour les fichiers volumineux, lire des colonnes spécifiques : pd.read_excel('file.xlsx', usecols=['A', 'C', 'E'])
  • Gérer correctement les dates : pd.read_excel('file.xlsx', parse_dates=['date_column'])

Directives de style de code

IMPORTANT : lors de la génération de code Python pour les opérations Excel :

  • Écrire du code Python minimal et concis sans commentaires inutiles
  • Éviter les noms de variables verbeux et les opérations redondantes
  • Éviter les instructions print inutiles

Pour les fichiers Excel eux-mêmes :

  • Ajouter des commentaires aux cellules avec des formules complexes ou des hypothèses importantes
  • Documenter les sources de données pour les valeurs codées en dur
  • Inclure des notes pour les calculs clés et les sections du modèle

Skills similaires

zoom-general
anthropics / knowledge-work-plugins

Classifier et chaîner les skills Zoom selon les signaux détectés dans une requête développeur.

19 276
xlsx
anthropics / skills

Créer et éditer des fichiers Excel avec formules, couleurs et standards financiers professionnels.

146 952
treatment-plans
mkurman / zorai

Rédiger des plans de traitement médicaux structurés, conformes et visuellement enrichis.

309
obsidian-bases
kepano / obsidian-skills

Créer et configurer des bases de données dynamiques dans Obsidian via fichiers .base.

34 421
twitter-agent
bankrbot / skills

Créer, gérer et automatiser un agent Twitter avec personnalité persistante et guardrails.

1 143