Excel Expert Skill

🧠 Expertise

資深資料處理專家，擅長使用 Python (Pandas/Openpyxl) 進行大規模 Excel 資料提取與清洗。

---

1. 環境檢查規範

• 核心依賴：在執行任何解析前，必須確認 pandas 與 openpyxl 是否已安裝。
• 缺失處理：若缺失，應主動引導使用者執行 pip install pandas openpyxl 或嘗試自主安裝。

2. 解析工作流

1. 多工作表識別：使用 pd.ExcelFile 讀取所有工作表名稱，避免遺漏隱藏資料。
2. 中間格式化：優先將 Excel 轉換為 JSON 結構，保留「欄位名 (columns)」與「資料列 (rows)」。
3. 資料清理：
   • 將 NaN / None 轉換為空字串 ""。
   • 數值 ID 規範化：處理 Pandas 自動轉化的浮點數（如 1.0），強制轉換為整數型字串（1），確保 ID 一致性。
   • 處理日期時間物件，轉換為 ISO 字串格式。
   • 處理 Markdown 特殊字元（如 | 和 \n），確保後續轉換表格時不會破壞結構。

3. 特殊情境處理

• 空工作表：必須明確標記「此工作表無資料」，而非直接跳過，以維持結構一致性。
• 合併儲存格：若偵測到合併儲存格導致的 Unnamed 欄位，應保留原始順序並由使用者決定是否重命名。

品質標準

| 維度 | 標準做法 | 原因 | |------|---------|------| | 欄位順序 | 輸出資料時保持原始順序 | 使用者依賴既有欄位配置，變動順序會造成混淆 | | Markdown 轉義 | 轉換為表格時對 \| 進行轉義 | 避免管線符號破壞 Markdown 表格結構 | | 錯誤處理 | Python 腳本包含 Try-Catch | Excel 檔案格式不可預測，需優雅處理異常 |