name: xlsx-pro description: "Compétence pour manipuler les fichiers Excel (.xlsx, .xlsm, .csv, .tsv). Utiliser quand l'utilisateur veut : ouvrir, lire, éditer ou créer un fichier tableur ; ajouter des colonnes, calculer des formules, formater, créer des graphiques, nettoyer des données ; convertir entre formats tabulaires. Le livrable doit être un fichier tableur. NE PAS utiliser si le livrable est un document Word, HTML, script Python standalone, ou intégration Google Sheets." version: "1.0.1" author: "Eric Barotte"

Compétence Excel pour OpenClawd

TL;DR

Génère/édite des fichiers Excel avec des formules (pas des valeurs hardcodées).
Optionnel: recalcul via LibreOffice headless + détection d’erreurs Excel.
Livrable attendu: un fichier tableur propre (XLSX/XLSM/CSV/TSV).

Prérequis

Dépendances Python

pip install openpyxl pandas xlrd xlwt

LibreOffice (pour recalcul des formules)

# Ubuntu/Debian
sudo apt-get install libreoffice-calc libreoffice-common

Règles de Qualité

Police Professionnelle

Utiliser une police cohérente (Arial, Times New Roman) sauf instruction contraire

Zéro Erreur de Formule

Tout fichier Excel DOIT être livré SANS erreurs (#REF!, #DIV/0!, #VALUE!, #N/A, #NAME?)

Préservation des Templates

Respecter EXACTEMENT le format et style existants lors de modifications
Les conventions du template préexistant ont TOUJOURS priorité

Standards pour Modèles Financiers

Code Couleur (Standards Industrie)

Texte bleu (RGB: 0,0,255) : Inputs hardcodés, valeurs modifiables
Texte noir (RGB: 0,0,0) : TOUTES les formules et calculs
Texte vert (RGB: 0,128,0) : Liens vers autres feuilles du même classeur
Texte rouge (RGB: 255,0,0) : Liens externes vers autres fichiers
Fond jaune (RGB: 255,255,0) : Hypothèses clés ou cellules à mettre à jour

Formatage des Nombres

Années : Format texte ("2024" pas "2,024")
Devises : Format $#,##0 ; spécifier unités dans les en-têtes ("Revenue ($mm)")
Zéros : Afficher comme "-" (format: "$#,##0;($#,##0);-")
Pourcentages : Format 0.0% par défaut
Multiples : Format 0.0x (EV/EBITDA, P/E)
Négatifs : Parenthèses (123) pas moins -123

CRITIQUE : Utiliser des Formules, PAS des Valeurs Hardcodées

TOUJOURS utiliser des formules Excel au lieu de calculer en Python et hardcoder.

❌ MAUVAIS - Hardcoding

# Mauvais: Calcul Python puis hardcode
total = df['Sales'].sum()
sheet['B10'] = total  # Hardcode 5000

# Mauvais: Taux de croissance calculé en Python
growth = (df.iloc[-1]['Revenue'] - df.iloc[0]['Revenue']) / df.iloc[0]['Revenue']
sheet['C5'] = growth  # Hardcode 0.15

✅ CORRECT - Formules Excel

# Bon: Laisser Excel calculer
sheet['B10'] = '=SUM(B2:B9)'

# Bon: Taux de croissance en formule Excel
sheet['C5'] = '=(C4-C2)/C2'

# Bon: Moyenne en fonction Excel
sheet['D20'] = '=AVERAGE(D2:D19)'

Workflows

Workflow Standard

Choisir l'outil : pandas pour données, openpyxl pour formules/formatage
Créer/Charger : Nouveau classeur ou fichier existant
Modifier : Données, formules, formatage
Sauvegarder : Écrire le fichier
Recalculer (OBLIGATOIRE si formules) : python scripts/recalc.py output.xlsx
Vérifier et corriger les erreurs détectées

Lecture et Analyse avec pandas

import pandas as pd

# Lire Excel
df = pd.read_excel('file.xlsx')  # Première feuille par défaut
all_sheets = pd.read_excel('file.xlsx', sheet_name=None)  # Dict de toutes les feuilles

# Analyser
df.head()      # Aperçu
df.info()      # Info colonnes
df.describe()  # Statistiques

# Écrire
df.to_excel('output.xlsx', index=False)

Création de Fichiers Excel

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

wb = Workbook()
sheet = wb.active

# Données
sheet['A1'] = 'Hello'
sheet['B1'] = 'World'
sheet.append(['Row', 'of', 'data'])

# Formule
sheet['B2'] = '=SUM(A1:A10)'

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

# Largeur colonne
sheet.column_dimensions['A'].width = 20

wb.save('output.xlsx')

Édition de Fichiers Existants

from openpyxl import load_workbook

# Charger fichier existant
wb = load_workbook('existing.xlsx')
sheet = wb.active  # ou wb['NomFeuille']

# Parcourir les feuilles
for sheet_name in wb.sheetnames:
    sheet = wb[sheet_name]
    print(f"Feuille: {sheet_name}")

# Modifier
sheet['A1'] = 'Nouvelle Valeur'
sheet.insert_rows(2)  # Insérer ligne
sheet.delete_cols(3)  # Supprimer colonne

# Ajouter feuille
new_sheet = wb.create_sheet('NouvelleFeuille')
new_sheet['A1'] = 'Data'

wb.save('modified.xlsx')

Recalcul des Formules

Les fichiers créés par openpyxl contiennent les formules comme chaînes mais pas les valeurs calculées. Utiliser le script recalc.py :

python scripts/recalc.py <fichier_excel> [timeout_secondes]

Le script :

Configure automatiquement la macro LibreOffice au premier lancement
Recalcule toutes les formules
Scanne TOUTES les cellules pour erreurs Excel
Retourne JSON avec détails et emplacements des erreurs

Interprétation de la Sortie

{
  "status": "success",           // ou "errors_found"
  "total_errors": 0,             // Nombre total d'erreurs
  "total_formulas": 42,          // Nombre de formules
  "error_summary": {             // Présent si erreurs
    "#REF!": {
      "count": 2,
      "locations": ["Sheet1!B5", "Sheet1!C10"]
    }
  }
}

Checklist de Vérification

Vérifications Essentielles

Tester 2-3 références : Vérifier qu'elles tirent les bonnes valeurs
Mapping colonnes : Confirmer correspondance (colonne 64 = BL, pas BK)
Offset lignes : Excel est 1-indexé (DataFrame row 5 = Excel row 6)

Pièges Courants

Gestion NaN : Vérifier valeurs nulles avec pd.notna()
Colonnes éloignées : Données FY souvent en colonnes 50+
Correspondances multiples : Chercher toutes les occurrences
Division par zéro : Vérifier dénominateurs (#DIV/0!)
Références invalides : Vérifier que toutes pointent vers cellules existantes (#REF!)
Références inter-feuilles : Format correct (Sheet1!A1)

Bonnes Pratiques

Sélection de Bibliothèque

pandas : Analyse de données, opérations en masse, export simple
openpyxl : Formatage complexe, formules, fonctionnalités Excel spécifiques

Avec openpyxl

Indices de cellules en base 1 (row=1, column=1 = cellule A1)
data_only=True pour lire valeurs calculées
Attention : Sauvegarder après data_only=True remplace définitivement les formules par les valeurs
Pour gros fichiers : read_only=True ou write_only=True

Avec pandas

Spécifier types de données : pd.read_excel('file.xlsx', dtype={'id': str})
Pour gros fichiers, colonnes spécifiques : usecols=['A', 'C', 'E']
Gestion des dates : parse_dates=['date_column']

Style de Code

IMPORTANT : Code Python minimal et concis, sans commentaires superflus.

Pour les fichiers Excel :

Commenter les cellules avec formules complexes
Documenter les sources des données hardcodées
Inclure notes pour calculs clés

Xlsx Pro

Description