Automate Excel

Automates reading, writing, merging, transforming, and validating Excel (.xlsx/.xls) files. Use when the user works with spreadsheets, .xlsx files, Excel dat...

Security Scan

The skill's files, instructions, and required packages match its stated purpose (Excel read/write/transform) and do not request unrelated credentials or network endpoints.

Purpose & Capability

Name/description describe Excel automation and every included script (merge, filter, csv<>xlsx, template fill, validate, etc.) implements those behaviors. No unrelated binaries, env vars, or credentials are requested.

Instruction Scope

SKILL.md and examples only instruct reading/writing local spreadsheet files and running included scripts; they do not instruct reading arbitrary system files, contacting external endpoints, or accessing credentials beyond the local filesystem.

Install Mechanism

There is no automatic install spec; user is instructed to pip install dependencies (requirements.txt includes openpyxl, pandas, xlrd). This is expected and proportional for a Python-based Excel utility; no downloads from unknown URLs or archive extraction are present.

Credentials

The skill requires no environment variables, credentials, or config paths. All scripts operate on files provided by the user and standard Python libs; requested packages align with the functionality.

Persistence & Privilege

Skill is not always-enabled and does not request elevated persistence. It contains scripts intended to be run locally and does not modify other skills or system-wide agent settings.

Assessment

This package appears coherent and implements only local Excel/CSV processing. Before installing: (1) review the included scripts if you want to confirm behavior (they are human-readable Python); (2) install dependencies inside a virtualenv to avoid affecting system Python; (3) only run the scripts on files you trust or control (they read and write local files and will create outputs in the working directory); (4) note the test-data generator (_make_test_data.py) changes the current directory and writes files under scripts/_test_out if you run it. If you need the agent to run this skill automatically, remember it can execute these scripts on any file you point it at — grant access only to data you intend to process.

Excel 自动化处理

在用户需要处理 Excel 文件、表格数据、批量转换或报表生成时应用本 skill。

你想做的事	调用的脚本	典型参数
多个 Excel 或多个 sheet 合成一张表	merge_sheets.py	--inputs 文件或目录 --output out.xlsx
把某 sheet 导出成 CSV	excel_to_csv.py	--input file.xlsx --output file.csv
把 CSV 转成 Excel	csv_to_excel.py	--input a.csv --output a.xlsx 或 --inputs a.csv b.csv
按条件筛选行（等于/大于/包含）	filter_excel.py	--where "列名=值" 或 "列名>100"、"列名~北京"
按行数拆成多个文件，或按某列取值拆分	split_excel.py	--by-rows 5000 或 --by-column 地区
按某列去重	deduplicate_excel.py	--keys 编号 --keep first/last
按列分组并求和/计数/平均	aggregate_excel.py	--group-by 地区 --agg "销售额:sum"
检查必须列、重复键、空行	validate_excel.py	--require-cols 列名 --key-cols 列名
只保留/重命名部分列	select_columns.py	--columns 列1,列2 --rename "旧:新"
两个表按一列对齐合并（VLOOKUP）	merge_tables.py	--left a.xlsx --right b.xlsx --on 键列
主表依次跟多个表做 VLOOKUP	vlookup_multi.py	--main 主.xlsx --lookups "表1.xlsx:键列" "表2.xlsx:键列"
行列转置	transpose_excel.py	--input in.xlsx --output out.xlsx
用数据表按行填模板里的 {{列名}}	template_fill.py	--template t.xlsx --data d.csv --output out.xlsx
重命名工作表	rename_sheets.py	--rename "Sheet1:新名" 或 --prefix "2024_"
条件格式（大于/小于/重复值/色阶）	format_conditional.py	--column C --rule gt --value 100 --fill red
某列当文本显示，避免科学计数法	format_columns_as_text.py	--columns 身份证号,订单号

本地直接运行：进入本 skill 所在目录（或把 scripts/ 加入路径），先 pip install -r scripts/requirements.txt，再执行 python scripts/脚本名.py --help 看参数，或按上表传参运行。

技术栈

• 读写 .xlsx：openpyxl（保留格式、公式、多工作表）
• 数据分析/透视：pandas + openpyxl 引擎
• 旧格式 .xls：xlrd（只读）

优先用 openpyxl 做单元格级操作和格式保留；需要筛选、聚合、合并多表时用 pandas。

依赖

pip install openpyxl pandas xlrd

或使用 skill 自带：pip install -r scripts/requirements.txt

通用流程

1. 确认输入：文件路径、工作表名或索引、是否有表头、编码（CSV 时）。
2. 读取：用 openpyxl 或 pandas 按需读取整表/区域。
3. 处理：按用户需求转换、过滤、合并、计算。
4. 写出：指定输出路径与格式（.xlsx/.csv）；必要时保留原格式或新建工作簿。
5. 校验：检查行数、关键列、重复值或业务规则。

读取 Excel

整表为 list of dict（保留表头）：

import openpyxl

wb = openpyxl.load_workbook("input.xlsx", read_only=True, data_only=True)
ws = wb.active  # 或 wb["Sheet1"]
rows = list(ws.iter_rows(min_row=1, values_only=True))
header = rows[0]
data = [dict(zip(header, row)) for row in rows[1:]]
wb.close()

用 pandas（适合分析、过滤、合并）：

import pandas as pd

df = pd.read_excel("input.xlsx", sheet_name=0, engine="openpyxl")
# sheet_name 可为 0、"Sheet1" 或 [0, 1] 多表

指定区域：

# openpyxl
for row in ws["A1:D10"]:
    ...

# pandas
df = pd.read_excel("input.xlsx", usecols="A:D", header=0, nrows=100)

写入 Excel

新建并写入（openpyxl）：

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

wb = Workbook()
ws = wb.active
ws.title = "结果"
ws.append(["列A", "列B", "列C"])
for row in data_rows:
    ws.append(row)
ws["A1"].font = Font(bold=True)
wb.save("output.xlsx")

用 pandas 写出多表：

with pd.ExcelWriter("output.xlsx", engine="openpyxl") as writer:
    df1.to_excel(writer, sheet_name="汇总", index=False)
    df2.to_excel(writer, sheet_name="明细", index=False)

追加到已有文件（先加载再写）：

wb = openpyxl.load_workbook("existing.xlsx")
ws = wb["Sheet1"]
for row in new_rows:
    ws.append(row)
wb.save("existing.xlsx")

常见任务速查

任务	做法
多文件合并	merge_sheets.py 或 pandas read_excel + pd.concat + to_excel。
CSV ↔ Excel	excel_to_csv.py / csv_to_excel.py 或 pandas 读写。
按条件筛选	filter_excel.py 或 df[df["列"] == 值] / df.query()。
按行/按列拆分	split_excel.py（按行数或按某列取值分文件）。
去重	deduplicate_excel.py 或 df.drop_duplicates(subset=["列"], keep="first")。
按列聚合	aggregate_excel.py 或 df.groupby("列").agg({"数值列": "sum"})。
校验	validate_excel.py。
选择/重命名列	select_columns.py。
两表按键合并	merge_tables.py（left/inner/outer）。
行列转置	transpose_excel.py。
模板填充	template_fill.py（{{列名}} 占位符）。
重命名 sheet	rename_sheets.py。
多表 VLOOKUP	vlookup_multi.py（主表 + 多个查找表依次左连接）。
条件格式	format_conditional.py（大于/小于/介于/重复值/色阶）。
列格式为文本	format_columns_as_text.py（避免长数字科学计数法）。
保留原格式写数据	用 openpyxl 加载原文件，只改写目标单元格，再 save。

批量处理

当用户需要处理目录下多个 Excel 时：

1. 用 pathlib.Path("目录").glob("*.xlsx") 枚举文件。
2. 对每个文件读取 → 处理 → 可汇总到一个 DataFrame 或分别写出。
3. 输出可为一个合并文件，或 原名_out.xlsx 等约定；在 SKILL 中明确输出命名规则。
4. 出错时记录文件名和异常，继续处理其余文件，最后汇总报错列表。

校验与错误处理

• 读取前用 Path(file).exists() 检查文件存在。
• 表为空或缺少预期列时给出明确提示（列名/行数）。
• 写入前若目标文件已存在，按用户要求覆盖或换名；大文件考虑 write_only=True 或分块。
• 捕获 openpyxl.utils.exceptions.InvalidFileException、KeyError（工作表名）等并返回可读错误信息。

工具脚本

skill 目录下 scripts/ 提供可执行脚本，优先在用户环境中运行脚本而非临时写长代码。

脚本	功能
merge_sheets.py	多 Excel 或同文件多 sheet 合并为一张表
excel_to_csv.py	指定 sheet 导出为 CSV
csv_to_excel.py	CSV 转 Excel（单/多 CSV → 多 sheet）
filter_excel.py	按列条件筛选（=、>、<、~ 包含）输出 Excel/CSV
split_excel.py	按行数分片或按某列取值拆成多个文件
deduplicate_excel.py	按指定列去重，保留 first/last
aggregate_excel.py	按列分组聚合（sum/count/mean/min/max）
validate_excel.py	校验必须列、重复键、空行
select_columns.py	选择/重命名/排序列
merge_tables.py	两表按键列合并（VLOOKUP 式，left/inner/outer）
transpose_excel.py	行列转置
template_fill.py	用数据表按行填充模板中的 {{列名}} 占位符
rename_sheets.py	重命名工作表（原名:新名、索引:新名、前缀/后缀）
vlookup_multi.py	多表 VLOOKUP：主表依次与多个查找表左连接
format_conditional.py	按条件格式化（gt/lt/介于/重复值/色阶）
format_columns_as_text.py	将指定列设为文本格式，避免纯数字显示为科学计数法

用法见各脚本 --help 或 reference.md。

更多说明

• 详细 API 与参数见 reference.md。
• 更多场景示例见 examples.md。