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。
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
1. **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
2. **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
3. **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
4. **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
会员专属
