出力の要件

すべてのExcelファイル

数式エラーゼロ

すべてのExcelモデルは、数式エラー（#REF!, #DIV/0!, #VALUE!, #N/A, #NAME?）がゼロの状態で納品する必要があります

既存テンプレートの保持（テンプレート更新時）

ファイル変更時は既存のフォーマット、スタイル、規則を確認し正確に一致させる
確立されたパターンを持つファイルに標準化されたフォーマットを強制しない
既存のテンプレート規則は常にこれらのガイドラインより優先される

財務モデル

色分け規準

ユーザーまたは既存テンプレートで別途指定されていない限り

業界標準の色規則

青色テキスト (RGB: 0,0,255): ハードコードされた入力値、シナリオ用にユーザーが変更する数値
黒色テキスト (RGB: 0,0,0): すべての数式と計算
緑色テキスト (RGB: 0,128,0): 同一ブック内の他のワークシートからプルするリンク
赤色テキスト (RGB: 255,0,0): 他のファイルへの外部リンク
黄色背景 (RGB: 255,255,0): 注意が必要な主要前提条件または更新が必要なセル

数値フォーマット規準

必須フォーマットルール

年: テキスト文字列としてフォーマット（例: "2024"、"2,024"ではない）
通貨: $#,##0形式を使用; ヘッダーで必ず単位を指定（"Revenue ($mm)"）
ゼロ: 数値フォーマットですべてのゼロを"-"にする、パーセンテージを含む（例: "$#,##0;($#,##0);-"）
パーセンテージ: デフォルトで0.0%形式（小数点以下1桁）
倍率: バリュエーション倍率（EV/EBITDA, P/E）は0.0x形式
負の数値: マイナス記号-123ではなく括弧(123)を使用

数式構築ルール

前提条件の配置

すべての前提条件（成長率、マージン、倍率など）を別の前提条件セルに配置
数式内でハードコードされた値の代わりにセル参照を使用
例: =B51.05の代わりに=B5(1+$B$6)を使用

数式エラーの防止

すべてのセル参照が正しいことを確認
範囲のオフバイワンエラーをチェック
すべての予測期間で一貫した数式を確保
エッジケース（ゼロ値、負の数値）でテスト
意図しない循環参照がないことを確認

ハードコードのドキュメント要件

セルにコメントするか、横に記載（テーブルの末尾の場合）。形式: "Source: [システム/ドキュメント], [日付], [具体的な参照], [該当する場合はURL]"
例:
- "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"

XLSXの作成、編集、分析

概要

ユーザーは.xlsxファイルの作成、編集、または内容の分析を依頼する場合があります。タスクに応じて異なるツールとワークフローが利用可能です。

重要な要件

数式再計算にはLibreOfficeが必要: recalc.pyスクリプトを使用して数式の値を再計算するためにLibreOfficeがインストールされていることを前提とします。スクリプトは初回実行時に自動的にLibreOfficeを設定します。

データの読み取りと分析

pandasによるデータ分析

データ分析、可視化、基本操作には、強力なデータ操作機能を提供するpandasを使用します：

import pandas as pd

# Excelを読み込む
df = pd.read_excel('file.xlsx')  # デフォルト: 最初のシート
all_sheets = pd.read_excel('file.xlsx', sheet_name=None)  # すべてのシートを辞書として

# 分析
df.head()      # データのプレビュー
df.info()      # カラム情報
df.describe()  # 統計情報

# Excelに書き込む
df.to_excel('output.xlsx', index=False)

Excelファイルのワークフロー

重要: ハードコードされた値ではなく数式を使用する

常にPythonで値を計算してハードコードする代わりにExcelの数式を使用してください。 これにより、スプレッドシートが動的で更新可能な状態を維持できます。

❌ 間違い - 計算値のハードコード

# 悪い例: Pythonで計算して結果をハードコード
total = df['Sales'].sum()
sheet['B10'] = total  # 5000をハードコード

# 悪い例: Pythonで成長率を計算
growth = (df.iloc[-1]['Revenue'] - df.iloc[0]['Revenue']) / df.iloc[0]['Revenue']
sheet['C5'] = growth  # 0.15をハードコード

# 悪い例: Pythonで平均を計算
avg = sum(values) / len(values)
sheet['D20'] = avg  # 42.5をハードコード

✅ 正しい - Excel数式の使用

# 良い例: Excelに合計を計算させる
sheet['B10'] = '=SUM(B2:B9)'

# 良い例: 成長率をExcel数式として
sheet['C5'] = '=(C4-C2)/C2'

# 良い例: Excel関数で平均を計算
sheet['D20'] = '=AVERAGE(D2:D19)'

これはすべての計算に適用されます - 合計、パーセンテージ、比率、差分など。スプレッドシートはソースデータが変更されたときに再計算できる必要があります。

一般的なワークフロー

ツールを選択: データにはpandas、数式/書式設定にはopenpyxl
作成/読み込み: 新規ワークブックを作成するか既存ファイルを読み込む
変更: データ、数式、書式設定を追加/編集
保存: ファイルに書き込む
数式を再計算（数式使用時は必須）: recalc.pyスクリプトを使用
```
python recalc.py output.xlsx
```
エラーを確認して修正:
- スクリプトはエラーの詳細を含むJSONを返す
- statusがerrors_foundの場合、error_summaryで具体的なエラータイプと場所を確認
- 特定されたエラーを修正して再度計算
- 修正すべき一般的なエラー:
  - #REF!: 無効なセル参照
  - #DIV/0!: ゼロ除算
  - #VALUE!: 数式で間違ったデータ型
  - #NAME?: 認識できない数式名

新規Excelファイルの作成

# 数式と書式設定にopenpyxlを使用
from openpyxl import Workbook
from openpyxl.styles import Font, PatternFill, Alignment

wb = Workbook()
sheet = wb.active

# データを追加
sheet['A1'] = 'Hello'
sheet['B1'] = 'World'
sheet.append(['Row', 'of', 'data'])

# 数式を追加
sheet['B2'] = '=SUM(A1:A10)'

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

# 列幅
sheet.column_dimensions['A'].width = 20

wb.save('output.xlsx')

既存Excelファイルの編集

# 数式と書式設定を保持するためにopenpyxlを使用
from openpyxl import load_workbook

# 既存ファイルを読み込む
wb = load_workbook('existing.xlsx')
sheet = wb.active  # または特定のシートにwb['SheetName']

# 複数のシートを操作
for sheet_name in wb.sheetnames:
    sheet = wb[sheet_name]
    print(f"Sheet: {sheet_name}")

# セルを変更
sheet['A1'] = 'New Value'
sheet.insert_rows(2)  # 位置2に行を挿入
sheet.delete_cols(3)  # 列3を削除

# 新しいシートを追加
new_sheet = wb.create_sheet('NewSheet')
new_sheet['A1'] = 'Data'

wb.save('modified.xlsx')

数式の再計算

openpyxlで作成または変更されたExcelファイルには、数式が文字列として含まれていますが、計算された値は含まれていません。提供されたrecalc.pyスクリプトを使用して数式を再計算してください：

python recalc.py <excel_file> [timeout_seconds]

例：

python recalc.py output.xlsx 30

スクリプトの機能：

初回実行時にLibreOfficeマクロを自動設定
すべてのシートのすべての数式を再計算
すべてのセルをスキャンしてExcelエラー（#REF!, #DIV/0!など）を検出
エラーの場所と数を詳細に含むJSONを返す
LinuxとmacOSの両方で動作

数式検証チェックリスト

数式が正しく機能することを確認するためのクイックチェック：

必須の検証

2-3のサンプル参照をテスト: 完全なモデルを構築する前に正しい値を取得していることを確認
列マッピング: Excel列が一致することを確認（例: 列64 = BL、BKではない）
行オフセット: Excelの行は1インデックスであることを忘れずに（DataFrameの行5 = Excelの行6）

一般的な落とし穴

NaN処理: pd.notna()でnull値をチェック
右端の列: FYデータは50列以上の場合が多い
複数の一致: 最初だけでなくすべての出現を検索
ゼロ除算: 数式で/を使用する前に分母をチェック（#DIV/0!）
間違った参照: すべてのセル参照が意図したセルを指していることを確認（#REF!）
シート間参照: シート間をリンクする際は正しい形式を使用（Sheet1!A1）

数式テスト戦略

小さく始める: 広く適用する前に2-3セルで数式をテスト
依存関係を確認: 数式で参照されるすべてのセルが存在することをチェック
エッジケースをテスト: ゼロ、負の値、非常に大きな値を含める

recalc.py出力の解釈

スクリプトはエラーの詳細を含むJSONを返します：

{
  "status": "success",           // または "errors_found"
  "total_errors": 0,              // エラーの総数
  "total_formulas": 42,           // ファイル内の数式の数
  "error_summary": {              // エラーが見つかった場合のみ存在
    "#REF!": {
      "count": 2,
      "locations": ["Sheet1!B5", "Sheet1!C10"]
    }
  }
}

ベストプラクティス

ライブラリの選択

pandas: データ分析、一括操作、シンプルなデータエクスポートに最適
openpyxl: 複雑な書式設定、数式、Excel固有の機能に最適

openpyxlでの作業

セルインデックスは1ベース（row=1, column=1はセルA1を指す）
計算された値を読み取るにはdata_only=Trueを使用: load_workbook('file.xlsx', data_only=True)
警告: data_only=Trueで開いて保存すると、数式は値に置き換えられ永久に失われる
大きなファイルの場合: 読み取りにはread_only=True、書き込みにはwrite_only=Trueを使用
数式は保持されるが評価されない - 値を更新するにはrecalc.pyを使用

pandasでの作業

推論の問題を避けるためにデータ型を指定: pd.read_excel('file.xlsx', dtype={'id': str})
大きなファイルの場合、特定の列を読み取る: pd.read_excel('file.xlsx', usecols=['A', 'C', 'E'])
日付を適切に処理: pd.read_excel('file.xlsx', parse_dates=['date_column'])

コードスタイルガイドライン

重要: Excel操作用のPythonコードを生成する際：

不要なコメントなしで最小限の簡潔なPythonコードを書く
冗長な変数名や重複した操作を避ける
不要なprint文を避ける

Excelファイル自体について：

複雑な数式や重要な前提条件を含むセルにコメントを追加
ハードコードされた値のデータソースを文書化
主要な計算とモデルセクションにメモを含める