Anthropic Skills 中文文档
首页
使用指南
技能列表
  • 🎨 创意与设计
  • 💻 开发与技术
  • 🏢 企业与沟通
  • 📄 文档处理
  • 🔧 元技能
  • GitHub 仓库
  • Claude 官网
  • Skills 官方文档
GitHub
首页
使用指南
技能列表
  • 🎨 创意与设计
  • 💻 开发与技术
  • 🏢 企业与沟通
  • 📄 文档处理
  • 🔧 元技能
  • GitHub 仓库
  • Claude 官网
  • Skills 官方文档
GitHub
  • 技能列表
  • 🎨 创意与设计

    • 🎨 算法艺术生成

      • 📋 概览
      • 📖 完整指南
    • 🖼️ 画布设计

      • 📋 概览
      • 📖 完整指南
    • 🎬 Slack GIF 创建器

      • 📋 概览
      • 📖 完整指南
    • 🎨 主题工厂

      • 📋 概览
      • 📖 完整指南
  • 💻 开发与技术

    • 🎨 Web 组件构建器

      • 📋 概览
      • 📖 完整指南
    • 📦 MCP 服务器构建器

      • 📋 概览
      • 📖 完整指南
    • 🧪 Web 应用测试工具

      • 📋 概览
      • 📖 完整指南
  • 🏢 企业与沟通

    • 🎨 品牌指南

      • 📋 概览
      • 📖 完整指南
    • 📢 企业内部沟通

      • 📋 概览
      • 📖 完整指南
    • 💎 前端设计

      • 📋 概览
      • 📖 完整指南
  • 📄 文档处理

    • 📘 Word 文档处理

      • 📋 概览
      • 📖 完整指南
    • 📕 PDF 文档处理

      • 📋 概览
      • 📖 完整指南
    • 📙 PowerPoint 演示文稿处理

      • 📋 概览
      • 📖 完整指南
    • 📗 Excel 表格处理

      • 📋 概览
      • 📖 完整指南
  • 🔧 元技能

    • 🛠️ Skill 创建器

      • 📋 概览
      • 📖 完整指南
    • 📝 Skill 模板

      • 📋 概览
      • 📖 完整参考

📗 Excel 表格处理

专业的 Excel 操作工具:创建财务模型、数据分析、自动化报表,支持公式和格式化

🎯 这个技能能做什么?

Excel 表格处理技能提供完整的电子表格操作方案,从数据分析到财务建模,从自动化报表到可视化图表。

核心能力

  • 📊 数据分析 - 使用 pandas 进行数据清洗、转换、统计分析
  • 📐 公式和计算 - 创建动态电子表格,使用 Excel 公式而非硬编码
  • 💼 财务建模 - 遵循行业标准:颜色编码、数字格式、公式规范
  • 🎨 格式化 - 单元格样式、条件格式、数据验证
  • 📈 数据可视化 - 图表、透视表、数据分析
  • 🔄 公式重算 - 使用 LibreOffice 自动重新计算公式值

💡 适合什么场景?

场景 1:财务模型创建

任务:创建三年期收入预测模型

from openpyxl import Workbook
from openpyxl.styles import Font

wb = Workbook()
ws = wb.active
ws.title = "Revenue Forecast"

# 设置标题(黑色)
ws['A1'] = "Revenue Forecast ($M)"
ws['A1'].font = Font(bold=True, color="000000")

# 年份列(文本格式)
ws['B1'] = "2024"
ws['C1'] = "2025"
ws['D1'] = "2026"

# 假设区域(蓝色文字)
ws['A3'] = "Assumptions"
ws['A4'] = "Growth Rate"
ws['B4'] = 0.15  # 15% 增长
ws['B4'].font = Font(color="0000FF")  # 蓝色=输入

# 基准收入(蓝色文字)
ws['A6'] = "Base Year Revenue"
ws['B6'] = 100.0
ws['B6'].font = Font(color="0000FF")

# 收入预测(黑色文字=公式)
ws['A8'] = "Projected Revenue"
ws['B8'] = "=B6"  # 2024 = 基准
ws['C8'] = "=B8*(1+$B$4)"  # 2025 = 2024 * (1+增长率)
ws['D8'] = "=C8*(1+$B$4)"  # 2026 = 2025 * (1+增长率)

for cell in [ws['B8'], ws['C8'], ws['D8']]:
    cell.font = Font(color="000000")  # 黑色=公式

wb.save("revenue_forecast.xlsx")

# 重新计算公式值
import subprocess
subprocess.run(["python", "recalc.py", "revenue_forecast.xlsx"])

场景 2:数据分析和可视化

任务:分析销售数据并创建报表

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
df = pd.read_excel("sales_data.xlsx")

# 数据分析
monthly_sales = df.groupby('Month')['Revenue'].sum()
top_products = df.groupby('Product')['Revenue'].sum().sort_values(ascending=False).head(5)

# 创建分析报表
with pd.ExcelWriter("sales_analysis.xlsx", engine='openpyxl') as writer:
    # 写入汇总数据
    monthly_sales.to_excel(writer, sheet_name='Monthly Summary')
    top_products.to_excel(writer, sheet_name='Top Products')
    
    # 详细数据
    df.to_excel(writer, sheet_name='Raw Data', index=False)

场景 3:批量更新模板

任务:为每个部门生成定制报表

from openpyxl import load_workbook

departments = ["销售部", "市场部", "技术部"]
data = {
    "销售部": {"revenue": 5000000, "growth": 0.23},
    "市场部": {"revenue": 1200000, "growth": 0.18},
    "技术部": {"revenue": 800000, "growth": 0.15}
}

for dept in departments:
    wb = load_workbook("template.xlsx")
    ws = wb.active
    
    # 更新标题
    ws['A1'] = f"{dept} - 季度报告"
    
    # 填入数据(蓝色=输入)
    ws['B5'] = data[dept]["revenue"]
    ws['B5'].font = Font(color="0000FF")
    
    ws['B6'] = data[dept]["growth"]
    ws['B6'].font = Font(color="0000FF")
    
    # 其他单元格包含公式(自动计算)
    
    wb.save(f"{dept}_report.xlsx")
    
    # 重算公式
    subprocess.run(["python", "recalc.py", f"{dept}_report.xlsx"])

🚀 快速开始

示例 1:使用 pandas 读取和分析

import pandas as pd

# 读取 Excel
df = pd.read_excel("data.xlsx")

# 数据预览
print(df.head())
print(df.describe())

# 数据筛选
high_value = df[df['Sales'] > 10000]

# 导出结果
high_value.to_excel("high_value_sales.xlsx", index=False)

示例 2:使用 openpyxl 创建公式表格

from openpyxl import Workbook

wb = Workbook()
ws = wb.active

# 数据列
ws['A1'] = "Product"
ws['B1'] = "Quantity"
ws['C1'] = "Price"
ws['D1'] = "Total"

ws['A2'] = "Product A"
ws['B2'] = 10
ws['C2'] = 50
ws['D2'] = "=B2*C2"  # 公式,不是硬编码

ws['A3'] = "Product B"
ws['B3'] = 15
ws['C3'] = 80
ws['D3'] = "=B3*C3"

# 总计(使用 SUM 公式)
ws['D4'] = "=SUM(D2:D3)"

wb.save("products.xlsx")

# ⚠️ 必须重算公式!
import subprocess
subprocess.run(["python", "recalc.py", "products.xlsx"])

示例 3:应用颜色编码和格式

from openpyxl import Workbook
from openpyxl.styles import Font, PatternFill

wb = Workbook()
ws = wb.active

# 输入区域(蓝色)
ws['A1'] = "Sales Growth Assumption"
ws['B1'] = 0.15
ws['B1'].font = Font(color="0000FF")  # 蓝色=用户输入

# 公式区域(黑色)
ws['A3'] = "Projected Sales"
ws['B3'] = "=100*(1+B1)"
ws['B3'].font = Font(color="000000")  # 黑色=公式

# 需要关注的假设(黄色背景)
ws['B1'].fill = PatternFill(start_color="FFFF00", fill_type="solid")

wb.save("styled.xlsx")

🛠️ 主要工具库

工具用途特点
pandas数据分析读取、分析、转换数据
openpyxl创建/编辑 Excel支持公式、格式、图表
recalc.py公式重算使用 LibreOffice 计算公式值
xlsxwriter高性能写入适合大数据集,不支持读取

🎯 关键原则

1. ❌ 永远不要硬编码计算值

# ❌ 错误:在 Python 中计算并硬编码
total = df['Sales'].sum()  # 假设是 5000
ws['B10'] = 5000  # 硬编码!

# ✅ 正确:使用 Excel 公式
ws['B10'] = "=SUM(B2:B9)"  # 动态计算

2. 🎨 遵循财务建模颜色规范

  • 蓝色文字 (RGB: 0,0,255) - 用户输入、假设
  • 黑色文字 (RGB: 0,0,0) - 所有公式和计算
  • 绿色文字 (RGB: 0,128,0) - 同一工作簿内的引用
  • 红色文字 (RGB: 255,0,0) - 外部文件链接
  • 黄色背景 (RGB: 255,255,0) - 关键假设需要关注

3. ⚠️ 确保零公式错误

  • 交付前必须无 #REF!, #DIV/0!, #VALUE!, #N/A, #NAME?
  • 使用 recalc.py 验证公式
  • 根据错误报告修复问题

4. 📏 数字格式标准

  • 年份: 文本格式 "2024" 不是 2,024
  • 货币: $#,##0 并在表头标注单位
  • 零值: 显示为 - 而非 0
  • 百分比: 0.0% 格式
  • 负数: 使用括号 (123) 而非 -123

📚 深入了解

查看完整指南了解:

  • 🔧 完整工作流程 - 创建、编辑、分析的详细步骤
  • 💼 财务建模规范 - 颜色编码、公式构建、文档要求
  • 📊 pandas 数据分析 - 完整的数据处理教程
  • 🎨 格式化指南 - 样式、条件格式、数据验证
  • 🔍 公式重算详解 - recalc.py 使用和错误处理
  • 📈 图表和透视表 - 数据可视化最佳实践

🏷️ 相关技能

  • Word 文档处理 - 处理 Word 文档
  • PDF 文档处理 - 处理 PDF 文档
  • PowerPoint 演示文稿处理 - 处理 PPT 文档

💡 提示:此页面提供快速概览。完整的财务建模规范、公式指南和数据分析教程请查看完整指南。

Next
📖 完整指南