excel-outlier-detection-and-highlighting

识别 Excel 中超限或错误数值，并对异常单元格进行高亮标注以便复核。

自动识别 Excel 表格里的超限值和疑似错误单元格，并用高亮标注出来便于人工复核。适合做数据清洗、工程验收或报告校验时，能快速定位异常和超标项。特点是结合正则与上下文规则判断异常，直接输出带颜色标记的结果，节省人工排查时间。

# Outlier_Coloring

> This sub-skill covers one capability of the Excel workflow. For reading/counting/Parquet optimization, see the parent workflow SKILL.md.

Step1 使用正则表达式提取限值，并结合上下文逻辑识别总传热系数超限的行。
```python
import re

exceed_rows = []
target_col = 0  # 假设特征列在第一列
value_col = 8   # 假设数值列在第九列

for i, row in df.iterrows():
    row_str = str(row.iloc[target_col]) if pd.notna(row.iloc[target_col]) else ""
    
    # 正则表达式精准提取限值，例如 "限值0.5"
    if '限值' in row_str:
        match = re.search(r'限值([\d.]+)', row_str)
        if match:
            current_limit = float(match.group(1))
            
    # 识别计算结果行并进行对比
    if '共计' in row_str:
        try:
            actual_val = float(row.iloc[value_col]