📊 XLSX

Spreadsheet Wizardry — Excel, CSV, dan segala hal tabular

"Data yang rapi adalah data yang bisa dipercaya. XLSX skill memastikan setiap formula jalan, setiap sel terformat, dan zero error sebelum file dideliver."

🤔 Tentang XLSX Skill

XLSX adalah skill yang aktif kapanpun spreadsheet file adalah deliverable utama. Skill ini handle segalanya mulai dari bikin financial model pro, bersihin data messy, edit file yang sudah ada, sampai convert antar format tabular.

Yang bikin skill ini special: ia memastikan setiap output punya zero formula errors — bukan cuma nulis formula sebagai teks, tapi beneran verify bahwa hasilnya benar dengan recalculation engine.

⚡ Cara Aktifkan

XLSX aktif otomatis ketika:

Konteks	Contoh
Buat spreadsheet baru	"Buatin budget tracker untuk 2025"
Edit file yang ada	"Tambahin kolom total ke xlsx ini"
Bersihkan data	"File CSV ini berantakan, tolong rapiin"
Convert format	"Convert CSV ini ke Excel dengan formatting"
Financial model	"Bikin income statement model"
Referensi file by name	"Yang xlsx di downloads gw itu..."
Analisis data tabular	"Buatin pivot summary dari data ini"

❌ Yang TIDAK Mengaktifkan XLSX

Primary deliverable adalah Word document atau HTML report
Bikin standalone Python script (meskipun ada tabular data)
Google Sheets API integration
Database pipeline

📋 Standar Output

Setiap file yang dihasilkan XLSX skill harus memenuhi standar berikut sebelum dideliver:

Untuk Semua Excel Files

Font Konsisten Pakai font profesional (Arial, Times New Roman) secara konsisten di seluruh file — kecuali user specify lain atau ada template yang sudah ada.

Zero Formula Errors — WAJIB Tidak ada satupun formula error yang boleh lolos:

#REF! — Invalid cell reference
#DIV/0! — Division by zero
#VALUE! — Wrong data type
#N/A — Value not available
#NAME? — Unrecognized formula name

Preserve Template (jika edit file existing) Saat memodifikasi file yang sudah ada: pelajari dan match persis format, style, dan konvensi yang ada. Konvensi template yang existing selalu menang atas guidelines ini.

Untuk Financial Models

Color Coding (Industry Standard)

Warna	RGB	Digunakan Untuk
🔵 Blue text	`0, 0, 255`	Hardcoded inputs — angka yang user akan ganti untuk skenario
⚫ Black text	`0, 0, 0`	Semua formula dan kalkulasi
🟢 Green text	`0, 128, 0`	Link yang pull dari worksheet lain dalam workbook yang sama
🔴 Red text	`255, 0, 0`	External links ke file lain
🟡 Yellow background	`255, 255, 0`	Key assumptions yang perlu perhatian / sel yang harus diupdate

Number Formatting Standards

Tipe Data	Format
Tahun	Text string — `"2024"` bukan `"2,024"`
Currency	`$#,##0` — selalu specify unit di header: `"Revenue ($mm)"`
Nol	Tampilkan sebagai `-` termasuk persentase: `"$#,##0;($#,##0);-"`
Persentase	`0.0%` (satu desimal)
Valuation multiples	`0.0x` — untuk EV/EBITDA, P/E, dll
Angka negatif	Pakai tanda kurung `(123)`, bukan minus `-123`

⚠️ Aturan Formula — PALING PENTING

✅ SELALU Pakai Excel Formulas, BUKAN Hardcode

Ini adalah aturan yang paling sering dilanggar. Spreadsheet harus bisa recalculate sendiri ketika data berubah.

# ❌ SALAH — menghitung di Python lalu hardcode hasilnya
total = df['Sales'].sum()
sheet['B10'] = total          # Hardcodes 5000 — gak akan update!

growth = (current - base) / base
sheet['C5'] = growth          # Hardcodes 0.15 — static selamanya!

avg = sum(values) / len(values)
sheet['D20'] = avg             # Hardcodes 42.5 — gak dinamis!

# ✅ BENAR — biarkan Excel yang hitung
sheet['B10'] = '=SUM(B2:B9)'           # Excel hitung sendiri
sheet['C5'] = '=(C4-C2)/C2'            # Formula dinamis
sheet['D20'] = '=AVERAGE(D2:D19)'      # Bisa recalculate

Berlaku untuk semua kalkulasi: total, persentase, ratio, selisih, growth rate, dll.

Assumptions Placement (Financial Models)

# ❌ SALAH — hardcode di formula
sheet['B5'] = '=B4*(1.05)'    # 5% hardcoded di formula

# ✅ BENAR — assumptions di cell terpisah, formula pakai reference
sheet['B6'] = 0.05            # Assumption cell (colored blue)
sheet['B5'] = '=B4*(1+$B$6)' # Formula referencing assumption

🔄 Workflow Standar

1. PILIH TOOL
   ├── pandas      → Data analysis, bulk operations, simple export
   └── openpyxl    → Formula, formatting, Excel-specific features

2. CREATE / LOAD
   ├── Baru        → Workbook() kosong
   └── Existing    → load_workbook('file.xlsx')

3. MODIFY
   └── Data, formula, formatting, sheet management

4. SAVE
   └── wb.save('output.xlsx')

5. RECALCULATE (WAJIB jika ada formula)
   └── python scripts/recalc.py output.xlsx

6. VERIFY & FIX
   └── Cek JSON output dari recalc.py
   └── Fix semua error yang ditemukan
   └── Recalculate ulang sampai status: "success"

🛠️ Technical Reference

Membaca & Analisis Data (pandas)

import pandas as pd

# Baca Excel
df = pd.read_excel('file.xlsx')                      # Sheet pertama
all_sheets = pd.read_excel('file.xlsx', sheet_name=None)  # Semua sheets

# Preview & analisis
df.head()       # 5 baris pertama
df.info()       # Info kolom + tipe data
df.describe()   # Statistik dasar

# Tips penting
df = pd.read_excel('file.xlsx', dtype={'id': str})        # Specify tipe data
df = pd.read_excel('file.xlsx', usecols=['A', 'C', 'E'])  # Kolom tertentu saja
df = pd.read_excel('file.xlsx', parse_dates=['tanggal'])   # Parse date otomatis

# Tulis ke Excel
df.to_excel('output.xlsx', index=False)

Membuat File Baru (openpyxl)

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

wb = Workbook()
sheet = wb.active
sheet.title = "Data"

# Isi data
sheet['A1'] = 'Revenue'
sheet.append(['Q1', 'Q2', 'Q3', 'Q4'])

# Formula (SELALU pakai formula, bukan hardcode!)
sheet['B10'] = '=SUM(B2:B9)'

# Formatting
sheet['A1'].font = Font(bold=True, color='000000')           # Bold black
sheet['B2'].fill = PatternFill('solid', start_color='FFFF00') # Yellow bg
sheet['A1'].alignment = Alignment(horizontal='center')

# Lebar kolom
sheet.column_dimensions['A'].width = 20

wb.save('output.xlsx')

Edit File Existing (openpyxl)

from openpyxl import load_workbook

wb = load_workbook('existing.xlsx')
sheet = wb.active             # Sheet aktif
sheet = wb['NamaSheet']       # Sheet by nama

# Loop semua sheets
for sheet_name in wb.sheetnames:
    sheet = wb[sheet_name]

# Modifikasi
sheet['A1'] = 'Value Baru'
sheet.insert_rows(2)    # Insert baris di posisi 2
sheet.delete_cols(3)    # Hapus kolom 3

# Tambah sheet baru
new_sheet = wb.create_sheet('Sheet Baru')

wb.save('output_modified.xlsx')

⚠️ WARNING: Jangan buka file dengan data_only=True lalu save ulang — semua formula akan hilang permanen dan diganti dengan values statis.

Recalculate Formulas

# Basic usage
python scripts/recalc.py output.xlsx

# Dengan custom timeout (detik)
python scripts/recalc.py output.xlsx 30

Contoh output JSON dari recalc.py:

// ✅ Sukses — zero errors
{
  "status": "success",
  "total_errors": 0,
  "total_formulas": 42
}

// ❌ Ada errors — harus difix
{
  "status": "errors_found",
  "total_errors": 3,
  "total_formulas": 42,
  "error_summary": {
    "#REF!": {
      "count": 2,
      "locations": ["Sheet1!B5", "Sheet1!C10"]
    },
    "#DIV/0!": {
      "count": 1,
      "locations": ["Sheet2!D15"]
    }
  }
}

✅ Formula Verification Checklist

Sebelum deliver, selalu run checklist ini:

Essential

Test 2–3 sample cell references — verify pull value yang benar sebelum build full model
Konfirmasi column mapping Excel (kolom 64 = BL, bukan BK)
Row offset — Excel rows itu 1-indexed (DataFrame row 5 = Excel row 6)

Common Pitfalls

NaN handling — cek null values dengan pd.notna()
Far-right columns — FY data sering ada di kolom 50+
Multiple matches — search semua occurrences, bukan hanya yang pertama
Division by zero — cek denominators sebelum pakai / dalam formula
Wrong references — verify semua cell references pointing ke cell yang tepat
Cross-sheet references — pakai format yang benar: Sheet1!A1

Formula Testing Strategy

Start small — test formula di 2–3 sel sebelum apply ke seluruh model
Verify dependencies — semua sel yang direferensikan dalam formula harus exist
Test edge cases — zero, negative, dan very large values

📚 Panduan Library Selection

Kebutuhan	Gunakan	Alasan
Analisis data, statistik	pandas	Powerful DataFrame operations
Bulk import/export	pandas	Cepat untuk data besar
Tambah formula Excel	openpyxl	pandas gak support Excel formulas
Format cells (color, font, border)	openpyxl	Full formatting control
Pivot table, chart	openpyxl	Excel-native features
Baca file besar (read-only)	openpyxl + `read_only=True`	Memory-efficient
Tulis file besar	openpyxl + `write_only=True`	Memory-efficient

💡 Contoh Penggunaan

# Financial model dari nol
"Buatin DCF model untuk startup SaaS dengan asumsi 3-year projection"
→ XLSX aktif, bikin model dengan color coding, blue inputs, black formulas,
  recalculate + verify zero errors

# Bersihkan data messy
"CSV ini headernya berantakan dan ada banyak empty rows, tolong fix"
→ XLSX aktif, pandas untuk cleaning, export ke .xlsx yang rapi

# Edit template existing
"Tambahin kolom YoY Growth ke laporan bulanan ini"
→ XLSX aktif, preserve format existing, tambah kolom dengan formula dinamis,
  recalculate untuk verify

# Convert + format
"Convert data JSON ini ke Excel dengan formatting yang proper"
→ XLSX aktif, pandas untuk conversion, openpyxl untuk formatting,
  deliver .xlsx yang professional

📁 Struktur File

xlsx/
├── SKILL.md            ← Instruksi + standar output
└── scripts/
    └── recalc.py       ← Formula recalculation engine (LibreOffice-powered)

XLSX Skill — Zero formula errors. Always dynamic. Always professional.

← Kembali ke README

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

📊 XLSX

Spreadsheet Wizardry — Excel, CSV, dan segala hal tabular

🤔 Tentang XLSX Skill

⚡ Cara Aktifkan

❌ Yang TIDAK Mengaktifkan XLSX

📋 Standar Output

Untuk Semua Excel Files

Untuk Financial Models

⚠️ Aturan Formula — PALING PENTING

✅ SELALU Pakai Excel Formulas, BUKAN Hardcode

Assumptions Placement (Financial Models)

🔄 Workflow Standar

🛠️ Technical Reference

Membaca & Analisis Data (pandas)

Membuat File Baru (openpyxl)

Edit File Existing (openpyxl)

Recalculate Formulas

✅ Formula Verification Checklist

Essential

Common Pitfalls

Formula Testing Strategy

📚 Panduan Library Selection

💡 Contoh Penggunaan

📁 Struktur File

FilesExpand file tree

XLSX.md

Latest commit

History

XLSX.md

File metadata and controls

📊 XLSX

Spreadsheet Wizardry — Excel, CSV, dan segala hal tabular

🤔 Tentang XLSX Skill

⚡ Cara Aktifkan

❌ Yang TIDAK Mengaktifkan XLSX

📋 Standar Output

Untuk Semua Excel Files

Untuk Financial Models

⚠️ Aturan Formula — PALING PENTING

✅ SELALU Pakai Excel Formulas, BUKAN Hardcode

Assumptions Placement (Financial Models)

🔄 Workflow Standar

🛠️ Technical Reference

Membaca & Analisis Data (pandas)

Membuat File Baru (openpyxl)

Edit File Existing (openpyxl)

Recalculate Formulas

✅ Formula Verification Checklist

Essential

Common Pitfalls

Formula Testing Strategy

📚 Panduan Library Selection

💡 Contoh Penggunaan

📁 Struktur File