Document XLSX スキル — クイックリファレンス

このスキルにより、Excel スプレッドシートをプログラム的に作成、編集、分析できます。ユーザーがデータレポートの生成、財務モデルの構築、Excel ワークフローの自動化、またはスプレッドシートデータの処理を必要とする場合、Claude はこれらのパターンを適用すべきです。

モダンベストプラクティス（2026年1月）:

• スプレッドシートをソフトウェアとして扱う: 明確な入出力、監査可能性、バージョン管理。
• データ整合性の保護: コントロールトータル、検証、ソースへのトレーサビリティ。
• アクセシビリティ: ラベル、コントラスト、構造; Excel のアクセシビリティチェッカーを使用; 外部配布時には調達/規制要件を満たす。
• EU または規制対象の環境で配布する場合、適用可能なアクセシビリティ要件に従う (EN 301 549 / WCAG に準拠していることが多い)。
• レビュールーパーとオーナーを含めて提供 (「謎のモデル」は避ける)。
• セキュリティ: 信頼できない入力/ワークブックを敵対的として扱う (数式インジェクション、外部リンク、隠れたコンテンツ、マクロ)。

---

クイックリファレンス

タスク	ツール/ライブラリ	言語	使用時
XLSX 作成	ExcelJS	Node.js	レポート、データエクスポート
XLSX 作成	openpyxl	Python	読み書き、既存ファイルの修正
XLSX 作成	XlsxWriter	Python	書き込み専用、リッチフォーマッティング、チャート
データ分析	pandas + openpyxl	Python	DataFrame から Excel へ、フォーマッティング付き
XLSX 読み込み	xlsx (SheetJS)	Node.js	スプレッドシート解析
チャート	openpyxl/XlsxWriter	Python	埋め込み可視化
スタイリング	ExcelJS/openpyxl	両方	条件付きフォーマッティング
自動化	xlwings	Python	Excel がインストール済み、対話型ワークフロー

ガードレールと注意事項

• 数式計算: ライブラリは数式を書き込み、Excel が開かれたときに結果を計算します。サーバー側で計算された値が必要な場合は、コードで計算して値を書き込むか、専用の数式エンジンを使用してください。
• ピボットテーブル: プログラム的な作成は制限されています。pandas サマリー (データとしてのピボットテーブル) または Excel 自動化 (xlwings/Office Scripts/VBA) ネイティブピボットが本当に必要な場合。
• マクロ: openpyxl は既存 VBA を保持できますが (keep_vba=True)、マクロを作成しません。信頼できない入力からマクロを生成または実行しないでください。
• スプレッドシートインジェクション: 信頼できない文字列を formula フィールドに入れないでください。テキスト値として書き込み、エクスポートで使用されるユーザー提供データを検証/サニタイズしてください。

---

コア操作

スプレッドシート作成 (Node.js - exceljs)

import ExcelJS from 'exceljs';

const workbook = new ExcelJS.Workbook();
const sheet = workbook.addWorksheet('Sales Report');

// Headers with styling
sheet.columns = [
  { header: 'Product', key: 'product', width: 20 },
  { header: 'Quantity', key: 'qty', width: 12 },
  { header: 'Price', key: 'price', width: 12 },
  { header: 'Total', key: 'total', width: 15 },
];

// Style header row
sheet.getRow(1).font = { bold: true };
sheet.getRow(1).fill = {
  type: 'pattern',
  pattern: 'solid',
  fgColor: { argb: 'FF4472C4' }
};

// Add data
const data = [
  { product: 'Widget A', qty: 100, price: 10 },
  { product: 'Widget B', qty: 50, price: 25 },
];

data.forEach((item, index) => {
  sheet.addRow({
    product: item.product,
    qty: item.qty,
    price: item.price,
    total: { formula: `B${index + 2}*C${index + 2}` }
  });
});

// Add totals row
const lastRow = sheet.rowCount + 1;
sheet.addRow({
  product: 'TOTAL',
  total: { formula: `SUM(D2:D${lastRow - 1})` }
});

// Currency formatting
sheet.getColumn('price').numFmt = '$#,##0.00';
sheet.getColumn('total').numFmt = '$#,##0.00';

await workbook.xlsx.writeFile('report.xlsx');

スプレッドシート作成 (Python - openpyxl)

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

wb = Workbook()
ws = wb.active
ws.title = 'Sales Report'

# Headers
headers = ['Product', 'Quantity', 'Price', 'Total']
for col, header in enumerate(headers, 1):
    cell = ws.cell(row=1, column=col, value=header)
    cell.font = Font(bold=True, color='FFFFFF')
    cell.fill = PatternFill(start_color='4472C4', end_color='4472C4', fill_type='solid')

# Data
data = [
    ('Widget A', 100, 10),
    ('Widget B', 50, 25),
    ('Widget C', 75, 15),
]

for row_idx, (product, qty, price) in enumerate(data, 2):
    ws.cell(row=row_idx, column=1, value=product)
    ws.cell(row=row_idx, column=2, value=qty)
    ws.cell(row=row_idx, column=3, value=price)
    ws.cell(row=row_idx, column=4, value=f'=B{row_idx}*C{row_idx}')

# Totals row
total_row = len(data) + 2
ws.cell(row=total_row, column=1, value='TOTAL')
ws.cell(row=total_row, column=4, value=f'=SUM(D2:D{total_row-1})')

# Number formatting
for row in range(2, total_row + 1):
    ws.cell(row=row, column=3).number_format = '$#,##0.00'
    ws.cell(row=row, column=4).number_format = '$#,##0.00'

wb.save('report.xlsx')

読み込みと分析 (Python - pandas)

import pandas as pd

# Read Excel file
df = pd.read_excel('data.xlsx', sheet_name='Sheet1')

# Analysis
summary = df.groupby('Category').agg({
    'Sales': 'sum',
    'Quantity': 'mean'
}).round(2)

# Write to Excel with formatting
with pd.ExcelWriter('analysis.xlsx', engine='openpyxl') as writer:
    df.to_excel(writer, sheet_name='Raw Data', index=False)
    summary.to_excel(writer, sheet_name='Summary')

    # Auto-adjust column widths
    for sheet in writer.sheets.values():
        for column in sheet.columns:
            max_length = max(len(str(cell.value)) for cell in column)
            sheet.column_dimensions[column[0].column_letter].width = max_length + 2

チャート追加 (Python)

from openpyxl.chart import BarChart, Reference

chart = BarChart()
chart.title = 'Sales by Product'
chart.x_axis.title = 'Product'
chart.y_axis.title = 'Sales'

# Data range (assumes column D contains the series and row 1 is headers)
max_row = ws.max_row
data_ref = Reference(ws, min_col=4, min_row=1, max_row=max_row, max_col=4)
categories = Reference(ws, min_col=1, min_row=2, max_row=max_row)

chart.add_data(data_ref, titles_from_data=True)
chart.set_categories(categories)
chart.shape = 4

ws.add_chart(chart, 'F2')

条件付きフォーマッティング

from openpyxl.formatting.rule import ColorScaleRule, FormulaRule
from openpyxl.styles import PatternFill

# Color scale (heatmap)
ws.conditional_formatting.add(
    'D2:D100',
    ColorScaleRule(
        start_type='min', start_color='FF0000',
        end_type='max', end_color='00FF00'
    )
)

# Highlight cells above threshold
red_fill = PatternFill(start_color='FFCCCC', fill_type='solid')
ws.conditional_formatting.add(
    'D2:D100',
    FormulaRule(formula=['D2>1000'], fill=red_fill)
)

---

一般的な数式リファレンス

目的	数式	例
合計	=SUM(range)	=SUM(A1:A10)
平均	=AVERAGE(range)	=AVERAGE(B2:B100)
カウント	=COUNT(range)	=COUNT(C:C)
条件付き合計	=SUMIF(range,criteria,sum_range)	=SUMIF(A:A,"Widget",B:B)
ルックアップ	=VLOOKUP(value,range,col,FALSE)	=VLOOKUP(A2,Data!A:C,3,FALSE)
If	=IF(condition,true,false)	=IF(B2>100,"High","Low")
パーセンテージ	=value/total	=B2/SUM(B:B)

---

デシジョンツリー

Excel タスク: [何が必要ですか?]
    ├─ 新しいスプレッドシートを作成?
    │   ├─ シンプルなデータエクスポート → pandas to_excel()
    │   ├─ フォーマットされたレポート → exceljs または openpyxl
    │   └─ チャート付き → openpyxl チャートモジュール
    │
    ├─ 既存を読み込み/分析?
    │   ├─ データ分析 → pandas read_excel()
    │   ├─ フォーマット保持 → openpyxl load_workbook()
    │   └─ 高速解析 → xlsx (SheetJS)
    │
    ├─ 既存を修正?
    │   ├─ データを追加 → openpyxl (フォーマット保持)
    │   └─ 数式を更新 → openpyxl
    │
    └─ 複雑な機能?
        ├─ ピボットテーブル → pandas サマリーテーブルまたは xlwings (ネイティブピボット)
        ├─ データ検証 → openpyxl DataValidation
        └─ マクロ → 保持のみ; Excel 自動化は xlwings を使用

---

実施/回避 (2026年1月)

実施

• 入力/計算/出力を分離 (タブまたは明確なセクション)。
• 仮定を明示的に保つ (値 + 単位 + ソース + 日付)。
• インポートデータのコントロールトータルと照合チェックを追加。

回避

• ドキュメント化されていない仮定を含む数式内のハードコードされた定数。
• 結果を変更する隠れた行/列 (ドキュメント化されていない)。
• 顧客の個人情報またはシークレットを含むシートの共有。

優れた例とは

• 構造: 明確な入力/仮定、計算、出力の分離 (タブまたはセクション)。
• 整合性: #REF!、破損した名前付き範囲、または数式に隠れたハードコードされた定数がない。
• トレーサビリティ: すべての主要な出力はラベル付き入力に関連付けられている (単位 + ソース + 日付)。
• チェック: コントロールトータル、照合、および大きく失敗するエラーフラグ。
• レビュー: assets/spreadsheet-model-review-checklist.md を使用した独立レビュープロセス。

オプション: AI / 自動化

明確にリクエストされ、ポリシーに準拠している場合のみ使用。

• 初回の数式/チャートを生成; 人間が正確性とエッジケースを検証。
• ドキュメンテーションタブ (仮定、用語集) を草案作成; ソースデータを作成しないでください。

ナビゲーション

リソース

• references/excel-formulas.md — 数式リファレンスとパターン
• references/excel-formatting.md — スタイリング、条件付きフォーマッティング
• references/excel-charts.md — チャートタイプとカスタマイズ
• references/excel-data-validation.md — ドロップダウン、入力制約、カスケード検証
• references/excel-pivot-tables.md — ピボット回避方法、サマリーパターン、pandas
• references/excel-security-protection.md — シート保護、数式インジェクション防止
• data/sources.json — ライブラリドキュメンテーションリンク

テンプレート

• assets/financial-report.md — 財務報告書テンプレート
• assets/data-dashboard.md — チャート付きダッシュボード
• assets/spreadsheet-model-review-checklist.md — モデル QA チェックリスト (仮定、数式、トレーサビリティ)

関連スキル

• ../document-pdf/SKILL.md — データから PDF 生成
• ../ai-ml-data-science/SKILL.md — データ分析パターン
• ../data-sql-optimization/SKILL.md — データベースから Excel ワークフロー

ファクトチェック

• 最終回答前に、現在の外部事実、バージョン、価格、締め切り、規制、またはプラットフォーム動作を検証するために Web 検索/Web フェッチを使用。
• プライマリソースを優先; 変動性の高い情報についてはソースリンクと日付を報告。
• Web アクセスが利用できない場合は、制限を述べ、ガイダンスを未検証として表示。