Summary  
Demonstrates how to combine logical operators to evaluate multiple conditions simultaneously and nest these tests within conditional statements to implement complex decision logic.

General domain of usage  
Spreadsheet data analysis

Brug af `AND` og `OR` muliggør mere **avancerede logiske tests** ved at kombinere **flere betingelser**.

## Vigtige punkter

- Brug `AND` **funktionen** til at teste om **alle** betingelser er opfyldt, sådan her: `=AND(condition1, condition2,...)`;
- Brug `OR` **funktionen** til at teste om **mindst én** betingelse er opfyldt, sådan her: `=OR(condition1, condition2, ...)`.

Startprojektmappe

import unittest
import json
import os
import zipfile
import xml.etree.ElementTree as ET


# ── stdlib xlsx reader (no third-party packages) ───────────────────────────────

_NS = "http://schemas.openxmlformats.org/spreadsheetml/2006/main"
_REL_NS = "http://schemas.openxmlformats.org/package/2006/relationships"


def _col_to_letter(col):
    result = ""
    col += 1
    while col > 0:
        col, rem = divmod(col - 1, 26)
        result = chr(ord("A") + rem) + result
    return result


def _read_xlsx_cells(filename):
    cells = {}
    with zipfile.ZipFile(filename) as z:
        names = z.namelist()
        shared_strings = []
        if "xl/sharedStrings.xml" in names:
            ss = ET.parse(z.open("xl/sharedStrings.xml")).getroot()
            for si in ss.findall(f"{{{_NS}}}si"):
                t = si.find(f"{{{_NS}}}t")
                if t is not None:
                    shared_strings.append(t.text or "")
                else:
                    shared_strings.append(
                        "".join(e.text or "" for e in si.iter(f"{{{_NS}}}t"))
                    )

        sheet_path = "xl/worksheets/sheet1.xml"
        try:
            wb = ET.parse(z.open("xl/workbook.xml")).getroot()
            rels = ET.parse(z.open("xl/_rels/workbook.xml.rels")).getroot()
            first_sheet = wb.find(f"{{{_NS}}}sheets/{{{_NS}}}sheet")
            if first_sheet is not None:
                r_id = first_sheet.get(
                    "{http://schemas.openxmlformats.org/officeDocument/2006/relationships}id"
                )
                for rel in rels.findall(f"{{{_REL_NS}}}Relationship"):
                    if rel.get("Id") == r_id:
                        target = rel.get("Target").lstrip("/")
                        sheet_path = target if target.startswith("xl/") else "xl/" + target
                        break
        except Exception:
            pass

        ws = ET.parse(z.open(sheet_path)).getroot()
        for c in ws.iter(f"{{{_NS}}}c"):
            ref = c.get("r", "")
            t = c.get("t", "")
            f_el = c.find(f"{{{_NS}}}f")
            v_el = c.find(f"{{{_NS}}}v")

            cell = {}
            if f_el is not None and f_el.text:
                cell["f"] = "=" + f_el.text
            if v_el is not None and v_el.text is not None:
                if t == "s":
                    idx = int(v_el.text)
                    cell["v"] = shared_strings[idx] if idx < len(shared_strings) else ""
                elif t in ("str", "inlineStr"):
                    cell["v"] = v_el.text
                elif t == "b":
                    cell["v"] = bool(int(v_el.text))
                else:
                    try:
                        num = float(v_el.text)
                        cell["v"] = int(num) if num == int(num) else num
                    except (ValueError, TypeError):
                        cell["v"] = v_el.text

            cells[ref] = cell
    return cells


def _find_data_source():
    """Return ('json', data) or ('xlsx', path) or (None, None)."""
    if os.path.exists("payload.json"):
        try:
            with open("payload.json") as f:
                content = f.read().strip()
            if content:
                data = json.loads(content)
                return "json", data
        except (json.JSONDecodeError, ValueError):
            pass

    xlsx_files = [f for f in os.listdir(".") if f.lower().endswith(".xlsx")]
    for name in ["solution.xlsx"] + xlsx_files:
        if os.path.exists(name):
            return "xlsx", name

    return None, None


# ── test helpers ───────────────────────────────────────────────────────────────

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)


# ── test class ─────────────────────────────────────────────────────────────────

class TestUserCode(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        source_type, source = _find_data_source()

        if source_type == "json":
            cls.sheet = next(iter(source["sheets"].values()))
            cls._xlsx_cells = None
            cls._no_data = False
        elif source_type == "xlsx":
            cls._xlsx_cells = _read_xlsx_cells(source)
            cls.sheet = None
            cls._no_data = False
        else:
            cls.sheet = None
            cls._xlsx_cells = None
            cls._no_data = True

    def _get_cell(self, row, col):
        if self._no_data:
            return {}
        if self.sheet is not None:
            row_data = self.sheet.get("cellData", {}).get(str(row), {})
            cell = row_data.get(str(col))
            if cell is None:
                for key, val in row_data.items():
                    if "-" in key:
                        try:
                            start, end = map(int, key.split("-", 1))
                            if start <= col <= end:
                                cell = val
                                break
                        except (ValueError, IndexError):
                            pass
            return cell or {}
        else:
            ref = _col_to_letter(col) + str(row + 1)
            return self._xlsx_cells.get(ref, {})

    def _check_cell(self, row, col, cell_ref, *expected):
        if self._no_data:
            _dynamic_test(self, True, f"{cell_ref} check passed.", "")
            return

        cell = self._get_cell(row, col)
        formula = cell.get("f")
        value = cell.get("v")

        if formula and formula in expected:
            _dynamic_test(self, True, f"{cell_ref} contains the correct formula.", "")
            return

        ok = False
        for exp in expected:
            if isinstance(exp, bool) and isinstance(value, bool):
                if value == exp:
                    ok = True
                    break
            elif isinstance(exp, (int, float)) and not isinstance(exp, bool) \
                    and isinstance(value, (int, float)) and not isinstance(value, bool):
                if abs(value - exp) < 0.01:
                    ok = True
                    break
            elif value == exp:
                ok = True
                break

        _dynamic_test(
            self, ok,
            f"{cell_ref} contains the correct formula or result.",
            f"{cell_ref} should be one of {expected!r}, "
            f"but got value={value!r}, formula={formula!r}.",
        )

    # ── tests ──────────────────────────────────────────────────────────────────

    def test_g20_g26_or_formula(self):
        """G20:G26 — =OR(Bxx="Target Met", Fxx>95) drag-filled down."""
        # OR returns TRUE/FALSE; Univer stores as 1/0 or bool; accept all forms.
        valid_results = (True, False, 1, 0, "TRUE", "FALSE")
        for excel_row in range(20, 27):
            ref_row = excel_row           # G20 references B20/F20, etc.
            row_0 = excel_row - 1
            cell_ref = f"G{excel_row}"
            self._check_cell(
                row_0, 6, cell_ref,
                f'=OR(B{ref_row}="Target Met",F{ref_row}>95)',
                f'=OR(B{ref_row}="Target Met", F{ref_row}>95)',
                *valid_results,
            )

    def test_f32_f38_if_or_formula(self):
        """F32:F38 — =IF(OR(Bxx="Target Met",Fxx>95),"20%","0%") drag-filled down."""
        # Drag-filled cells store % as numbers: 0.2=20%, 0=0%
        valid_results = ("20%", "0%", 0.2, 0)
        for excel_row in range(32, 39):
            ref_row = excel_row - 12      # F32 references row 20, F33→21, etc.
            row_0 = excel_row - 1
            cell_ref = f"F{excel_row}"
            self._check_cell(
                row_0, 5, cell_ref,
                f'=IF(OR(B{ref_row}="Target Met",F{ref_row}>95),"20%","0%")',
                f'=IF(OR(B{ref_row}="Target Met", F{ref_row}>95),"20%","0%")',
                f'=IF(G{ref_row},"20%","0%")',
                f'=IF(G{ref_row}, "20%", "0%")',
                *valid_results,
            )


if __name__ == "__main__":
    unittest.main()


test_main.py

Dyk ned i Excel-verdenen med dette omfattende videokursus, der fører dig fra grundlæggende navigation til beherskelse af funktioner og basal dataanalyse. Kurset starter med fundamentale færdigheder som dataindtastning og celleformatering, og du vil hurtigt komme videre til brugen af kraftfulde værktøjer. Uanset om du organiserer store datasæt, udfører statistisk analyse eller opretter dynamiske diagrammer, giver dette kursus dig de praktiske færdigheder, der er nødvendige i et datadrevet miljø.

Kickstart din rejse med Excel ved at forstå dets brugerflade, grundlæggende funktioner og essentielle teknikker til dataindtastning. Få kendskab til værktøjslinjer, regneark og behersk de fundamentale elementer for at skabe et solidt grundlag.

Dyk dybere ned i Excel ved at udforske avancerede muligheder for dataindtastning og formatering. Skærp dine færdigheder inden for tekst- og talformatering, opdag effektiv brug af typografier, og forbedr regnearkets læsbarhed og funktionalitet.

Frigør potentialet i Excel med en introduktion til grundlæggende formler og funktioner. Opnå fortrolighed med at oprette beregninger, bruge cellehenvisninger og anvende centrale funktioner som SUM, AVERAGE, MIN og MAX for at automatisere og forenkle dine dataanalyser.

I dette afsnit vil du mestre avancerede Excel-formler og -funktioner, hvilket forbedrer din evne til at håndtere komplekse beregninger. Lær at vise og revidere formler, anvende indlejrede og logiske udsagn samt effektivt bruge betingelser for at optimere dine dataanalyser.

Udforsk omfattende teknikker til sortering, filtrering og effektiv håndtering af data. Dette afsnit dækker alt fra grundlæggende dataorganisering til avanceret filtrering og tabelhåndtering, hvilket sikrer, at du kan håndtere og analysere data effektivt.

Dyk ned i kunsten at visualisere data ved hjælp af Excels avancerede diagramværktøjer. Du lærer at oprette forskellige typer diagrammer, tilpasse dem for at forbedre det visuelle udtryk og manipulere data i diagrammer for at præsentere klare og overbevisende visuelle fortællinger.

Opnå færdigheder i håndtering af regneark og projektmapper i Excel. Dette afsnit lærer dig at organisere og manipulere projektmappeelementer effektivt, anvende formateringsværktøjer og beskytte dit arbejde med adgangskoder, hvilket giver et solidt grundlag i projektmappeoperationer.

Kombinering af AND og OR i Excel

Vigtige punkter

Kombinering af AND og OR i Excel

Vigtige punkter