spreadsheet-analysis

Spreadsheet Analysis

Spreadsheet Analysis 负责把 Excel、xlsx、csv 和多 sheet 表格处理成可复核的数据结果。目标是让来源、清洗、公式、透视、图表、异常和导出结果都能追溯。

适用范围

• Excel、xlsx、xls、csv、tsv、电子表格、运营表、财务表、销售表、库存表和对账表。
• 数据清洗、去重、拆分合并、类型转换、空值处理、异常检查和多 sheet 汇总。
• 公式、透视表、图表、条件格式、数据验证、下拉选项、命名区域和保护工作表。
• 指标口径核对、同比环比、分组统计、异常值、重复项、缺失项、跨表一致性和交付说明。

不适用范围

• 大数据 ETL、数据仓库、调度平台、Spark/Flink/dbt/Airflow；这些走 data-engineering。
• 数据库 schema、SQL 查询、索引、迁移和 Redis；这些走 database-engineering。
• 只读学习、项目上手、仅识别文件扩展名，没有清洗、分析、生成或校验动作。

铁律

1. 表格结论必须能回到原始数据、筛选条件、清洗步骤、公式和版本。
2. 不覆盖原始 sheet；清洗、分析和输出应分层，必要时保留 raw、clean、analysis、summary。
3. 金额、日期、百分比、ID、手机号、订单号和邮编必须先定类型；不能让 Excel 自动格式化误改。
4. 公式要可读、可复制、可审计；跨 sheet 引用和绝对/相对引用必须明确。
5. 透视和图表必须写清数据范围、刷新方式、过滤条件、单位和口径。
6. 运营财务异常不能只看单个单元格；要检查重复、缺失、负数、极值、口径变化和跨表对不齐。
7. 涉及个人信息、财务数据和客户名单时，输出样例、截图和日志必须脱敏。

强制流程

1. 锁定目标：确认要回答的问题、输入文件、输出格式、指标口径、时间范围和验收方式。
2. 保护原始：识别 sheet、列名、行数、编码、分隔符、隐藏列、合并单元格、公式和外部链接。
3. 数据画像：检查类型、空值、重复、异常值、日期格式、金额单位、枚举、主键和跨表关系。
4. 清洗转换：记录每一步去重、拆列、合并、过滤、映射、补全和类型转换规则。
5. 分析汇总：用公式、透视、分组、图表或脚本计算；每个指标保留口径和来源列。
6. 异常审计：对重复、缺失、负数、超阈值、跨表不一致、公式错误和手工覆盖做标记。
7. 交付校验：打开或渲染检查工作簿，确认公式、图表、条件格式、数据验证和导出文件可用。
8. 报告结果：输出关键结论、处理步骤、异常清单、未确认口径和验证证据。

场景执行卡

验收证据模板

• xlsx/xls/csv 输出必须真实打开或用兼容工具加载；记录是否触发修复提示、公式错误、外链警告、宏提示、保护提示。
• 计算验收要检查公式缓存、手动/自动计算模式、#VALUE!/#REF!/#N/A、透视缓存刷新、图表数据范围和控制合计。
• raw/clean/analysis/output 要能对账：行数变化、主键唯一、金额合计、异常计数、抽样记录和处理步骤 sheet/说明文件。
• 导出报告要记录 PDF/图片范围、打印区域、冻结窗格、筛选状态、隐藏行列和敏感字段脱敏结果。

清洗与汇总

• 查：编码、表头、数据范围、隐藏行列、合并单元格、空行、重复主键和类型漂移。
• 做：保留 raw，生成 clean；所有清洗规则写进说明或单独 sheet。
• 验：行数变化、金额合计、主键唯一、空值数量和抽样记录。

透视与图表

• 查：维度、指标、筛选条件、时间粒度、单位、排序和图表目的。
• 做：透视表用于可交互汇总，图表用于表达趋势、构成、排名或异常。
• 验：刷新范围正确，图例和单位明确，筛选条件没有遗漏。

运营财务异常检查

• 查：订单号、流水号、金额、税费、退款、时间、渠道、客户和状态。
• 做：按主键、时间、金额和状态做跨表核对；异常分级并保留原始行引用。
• 验：重复、缺失、负数、超额、跨表差异和公式错误都有计数。

复杂对象与低级错误

• CSV 要检查编码、BOM、分隔符、换行、引号转义和前导零；日期要检查 1900/1904、时区、locale 和文本日期。
• 金额和 ID 要防止千分位/小数点漂移、长数字科学计数、手机号/订单号被截断、百分比被重复乘除。
• 复杂对象包括透视表、切片器、图表、条件格式、数据验证、命名区域、保护工作表、批注/线程批注、外部链接和宏；不能静默破坏。
• Google Sheets 任务必须补账号权限、公式 locale、导入导出格式、共享范围、筛选视图、保护范围和版本历史验证。