（9747期）Excel / XLSX – Excel 文件处理最佳实践指南

Excel 文件处理最佳实践指南 纯文档型 Excel/XLSX 处理最佳实践指南，涵盖公式、日期、格式化等核心规则，无可执行代码，适合数据工作者参考。 使用说明 核心用途 本 Skill 是一份关于 Microsoft Excel 工作簿处理的最佳实践文档，而非可执行工具。它系统性地指导用户如何在 Python 生态中正确处理 .xlsx、.xlsm、.xls 等格式，特别强调公式保真、日期系统、格式 preservation 和工作簿结构完整性。 显著优点 工作流清晰分层：明确区分 pandas（分析/CSV 任务）与 openpyxl（公式/样式/结构任务）的适用场景，避免工具误用 技术细节深入：涵盖 Excel 日期系统（1900/1904）、15位精度截断、缓存值失效等真实坑点 模型保真意识：强调保持工作簿"活性"——写入公式而非硬编码结果，验证引用完整性，避免 #REF! 等残留错误 模板尊重原则：要求保留现有模板的视觉系统、冻结窗格、打印设置、数据验证等隐性业务逻辑 潜在局限 纯文档无代码：仅提供指导原则，不包含可运行的封装函数或 API 需配合工具使用：实际执行仍需用户自行组合 openpyxl、pandas 等库 高级功能覆盖有限：动态数组函数（FILTER、XLOOKUP 等）仅提及兼容性风险，未展开处理策略 性能优化较简略：大文件流式处理仅点到为止，缺乏完整实现示例 适合人群 需要用 Python 生成或修改 Excel 报表的数据工程师 维护财务模型、预算模板等"活工作簿"的分析师 追求跨平台（Windows/Mac/云）Excel 文件兼容性的开发者 常规风险提示 误读 "cached values" 可能导致发送含过期数据的工作簿 公式复制时未检查相对/绝对引用会造成隐蔽计算错误 .xlsm 宏文件存在潜在安全风险，但本 Skill 本身不含宏代码 新旧 Excel 版本函数兼容性差异可能导致接收方无法正常显示 原始说明 Create, inspect, and edit Microsoft Excel workbooks and XLSX files with reliable formulas, dates, types, formatting, recalculation, and template preservation...