Excel 表格处理AI
Excel 表格处理——用 Python openpyxl 离线处理本地 Excel 文件
共 1223 条已上架资产
Excel 表格处理——用 Python openpyxl 离线处理本地 Excel 文件
当代理需要将 HWP、HWPX、PDF、Excel 或 DOCX 文件解析为 Markdown、填写表单、比较文档或通过 MCP 暴露文档工具时,请使用 kordoc
按投行标准创建机构级 DCF 估值模型,生成含敏感性分析的详细 Excel 模型,输入数据后自动计算内在价值
表数据的快速分析与透视:零 pandas 依赖读取 CSV/Excel,输出 Markdown 分析报告(数值列统计/IQR 异常值/分组聚合/集中度),一键生成交叉透视 Excel
处理 Office 文档(Word/Excel/PPT/PDF)的技能
当用户提供迁云调研材料(Excel/Word/文本/CSV文件)并要求生成结构化调研报告时,自动分析汇总并输出
分析上传的 Excel/PDF 文件中的财务数据,并生成带有迷你趋势图表的交互式报告
通过枚举已填充的输出行、暴露公式,并检查每个小计范围是否包含所有可见明细行,来审计生成的 Excel 报表
处理具有不规则标题、合并单元格以及未知标题行位置的 Excel 文件,采用模式匹配和基于索引的提取方法
使用 openpyxl 创建 Excel 文件,当 execute_code_sandbox 失败时,回退到使用 run_shell 执行内联 Python 的 heredoc 方式
使用 openpyxl 创建或编辑 Excel 工作簿,具备特定陷阱处理机制、锚定预检审核,以及写入后确定性验证,确保每项标准均得到满足
安全更新 Excel 工作簿:首先定位候选文件,在编辑前验证工作簿结构,并在写入后针对所需的工作表、填充的列和样本计数进行验证
当 read_file 无法读取 XLSX 文件,或 execute_code_sandbox 无法完成多步骤工作簿创建时,使用 run_shell 结合 cd 命令和 heredoc 语法执行复杂的 Excel 操作
通过分阶段、可验证的步骤构建复杂的 Excel 文件,并输出中间 CSV 文件用于调试
使用 openpyxl 创建 Excel 文件,当沙箱执行失败时回退到基于 shell 的 Python heredoc 方式
当 execute_code_sandbox 执行 Excel 文件操作失败时,使用 shell_agent 作为备用方案
仅在完成锚定预检审核后编辑 Excel 工作簿,随后要求通过确定性的 Python/openpyxl 脚本进行写入后验证,确保每一项请求的标准均已满足或已明确核对,方可最终定稿
统一工作流,将失败的网页搜索委托给 shell_agent 以实现弹性数据收集,然后应用锚定电子表格验证关卡以生成经过验证的 Excel 输出
在 openpyxl 工作表中写入值之前取消合并单元格,以避免 AttributeError
在编写提取逻辑之前,使用探索性脚本迭代调试 Excel 结构