Excel / XLSX

• Uppgiften involverar en .xlsx-, .xlsm-, .xls-, .csv- eller .tsv-fil och resultatet måste vara en välformad Excel-arbetsbok.
• Formler, cellreferenser, namngivna områden, sammanfogade celler eller arbetsbokens struktur måste bevaras eller skapas korrekt.
• Du redigerar en befintlig mall och behöver matcha dess visuella konventioner, bladordning, utskriftsinställningar och valideringar.
• Datatyper är känsliga — långa ID:n, telefonnummer, inledande nollor, datum eller blandade kolumner som Excel tyst kan skada.

• Du behöver bara en enkel CSV-export utan krav på formatering eller formler — då passar csv-kompetensen bättre.
• Uppgiften handlar enbart om statistisk analys eller omstrukturering av data utan krav på Excel-leverans — överväg data eller data-analysis istället.

Färdigheten säkerställer att levande formler skrivs in i celler i stället för att hårdkoda härledda värden, och flaggar inaktuella cachade resultat. Den kontrollerar efter #REF!-, #DIV/0!-, #VALUE!-, #NAME?- och cirkelreferensfel innan leverans, och varnar för att openpyxl bevarar formler utan att beräkna om dem.

Excel lagrar datum som serienummer som påverkas av 1900-felets skottdagsbug och det alternativa 1904-datasystemet. Denna färdighet hanterar båda systemen, säkerställer att tidsvärden behandlas som bråkdelar av dagar och validerar att talformat visar det korrekta värdet för slutanvändaren.

Långa identifierare, telefonnummer, postnummer och värden med inledande nollor lagras som text för att förhindra tyst avkorning eller omformatering. Färdigheten hanterar explicit blandade text-nummer-kolumner och skyddar mot konvertering till vetenskaplig notation, automatiskt tolkade datum och precisionförlust vid mer än 15 siffror.

Mallar behandlas som auktoritativa: arkordning, kolumnbredder, frysta rutor, filter, utskriftsområden, datavalidering, villkorsstyrd formatering och sammanslagen celllogik bevaras alla om inte uppgiften uttryckligen ändrar dem. Nyligen infogade celler matchar den omgivande stilen snarare än att introducera ett främmande visuellt system.

Färdigheten dirigerar arbetet till rätt bibliotek: pandas för analys och CSV-liknande omformning, openpyxl för formelskrivning, formatering, sammanslagna celler och bevarande av arbetsböcker. Den behandlar CSV som ett enkelt datautbytesformat snarare än en funktionsfullständig ersättning för Excel / XLSX.

Stora arbetsböcker läses med strömnings- eller chunked-strategier för att undvika minnestoppar och oavsiktliga laddningar av hela ark. Smala läsningar, explicita dtypes och arkinriktning håller arbetsflöden med stora filer från att orsaka oavsiktlig skada.

En agent tar emot en finansiell modellmall med flera flikar och måste uppdatera antagandeceller samt utöka formelrader. Färdigheten säkerställer att formler refererar till antagandeceller (inte hårdkodade tal), att kopierade formler kontrolleras för relativ-referensdrift och att arbetsboken levereras utan formelfel.

En affärsanvändare tillhandahåller en varumärkesprofilerad .xlsx-mall med villkorsstyrd formatering, utskriftsområden och frysta rubriker. Färdigheten fyller i datarader samtidigt som alla visuella konventioner bevaras — kolumnbredder, sammanfogade rubrikceller, filter och valideringslistor — så att resultatet öppnas korrekt i Excel / XLSX utan kosmetisk efterbearbetning.

Ett dataset som innehåller produkt-SKU:er, telefonnummer och postnummer måste skrivas till Excel / XLSX. Färdigheten lagrar dessa som text för att förhindra att Excel / XLSX tar bort inledande nollor eller konverterar långa ID:n till vetenskaplig notation, och hanterar explicit eventuella kolumner med blandade datatyper.

En agent granskar en .xls- eller .xlsm-fil för inaktuella cachade värden, brutna externa referenser, dolda ark med aktiva namngivna områden och formelfel. Färdigheten lyfter fram vanliga fallgropar — inklusive makroinnehållande format och avvikelser i datumsystemet 1900/1904 — innan några ändringar sparas.