Summary  
This chapter covers how to apply an automatic filter to a dataset, allowing rows to be selectively displayed based on specified criteria and how to combine multiple filters to iteratively refine results.

General domain of usage  
Data analysis

Forestil dig at have et magisk forstørrelsesglas, der kun viser dig de data, du har brug for. Det er sådan, det føles at bruge **AutoFilter** i Excel.

## Vigtige punkter

- Aktivér **AutoFilter**-funktionen fra fanen **Data** → gruppen **Sortér og filtrer** for at begynde at filtrere dine data;
- Anvend **flere filtre** for at finjustere dit datasæt baseret på forskellige kriterier.

Startprojektmappe

import unittest
import json
import os


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)


class TestUserCode(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        cls._no_data = True
        cls.sheet = {}
        cls.styles = {}
        if os.path.exists("payload.json"):
            try:
                with open("payload.json") as f:
                    raw = f.read().strip()
                if not raw:
                    return
                data = json.loads(raw)
            except (json.JSONDecodeError, ValueError):
                return
        else:
            return
        cls._no_data = False
        cls.sheet_id = next(iter(data["sheets"]))

        # Parse filter plugin
        resources = data.get("resources", [])
        fp = next((r for r in resources if r.get("name") == "SHEET_FILTER_PLUGIN"), {})
        raw = fp.get("data", "{}")
        filter_data = json.loads(raw) if raw else {}
        cls.filter = filter_data.get(cls.sheet_id)   # None if no filter applied

    # ------------------------------------------------------------------ #
    # Helper: find a filterColumn entry by colId
    # ------------------------------------------------------------------ #

    def _filter_col(self, col_id):
        if not self.filter:
            return None
        for fc in self.filter.get("filterColumns", []):
            if fc.get("colId") == col_id:
                return fc
        return None

    def _filter_values(self, col_id):
        """Return set of filter string values for a column, or empty set."""
        fc = self._filter_col(col_id)
        if not fc:
            return set()
        return set(str(v) for v in fc.get("filters", {}).get("filters", []))

    # ------------------------------------------------------------------ #
    # Check filter is applied at all (SHEET_FILTER_PLUGIN present)
    # ------------------------------------------------------------------ #

    def test_filter_applied(self):
        if self._no_data:
            _dynamic_test(self, True, "Filter is applied to the data range.", ""); return
        ok = self.filter is not None and bool(self.filter.get("filterColumns"))
        _dynamic_test(self, ok,
            "Filter is applied to the data range.",
            "No filter found. Select A3:I23 → Data tab → Filter, then apply the required filters.")

    # ------------------------------------------------------------------ #
    # Step 2a — Category filtered to "Books"
    # Category = column C = colId 2
    # ------------------------------------------------------------------ #

    def test_filter_category_books(self):
        if self._no_data:
            _dynamic_test(self, True, "Category filter set to 'Books'.", ""); return
        vals = self._filter_values(2)
        ok = "Books" in vals
        _dynamic_test(self, ok,
            "Category filter set to 'Books'.",
            f"Category column is not filtered to 'Books' (found: {vals or 'no filter'}). "
            f"Open the Category drop-down → select 'Books' → OK.")

    # ------------------------------------------------------------------ #
    # Step 2b — Supplier filtered to "Orion Distributors"
    # Supplier = column D = colId 3
    # ------------------------------------------------------------------ #

    def test_filter_supplier_orion(self):
        if self._no_data:
            _dynamic_test(self, True, "Supplier filter set to 'Orion Distributors'.", ""); return
        vals = self._filter_values(3)
        ok = "Orion Distributors" in vals
        _dynamic_test(self, ok,
            "Supplier filter set to 'Orion Distributors'.",
            f"Supplier column is not filtered to 'Orion Distributors' (found: {vals or 'no filter'}). "
            f"Open the Supplier drop-down → select 'Orion Distributors' → OK.")

    # ------------------------------------------------------------------ #
    # Step 2c — Reorder Level filtered to 53, 58, 61
    # Reorder Level = column E = colId 4
    # ------------------------------------------------------------------ #

    def test_filter_reorder_level(self):
        if self._no_data:
            _dynamic_test(self, True, "Reorder Level filter set to 53, 58, and 61.", ""); return
        vals = self._filter_values(4)
        required = {"53", "58", "61"}
        missing = required - vals
        ok = len(missing) == 0
        _dynamic_test(self, ok,
            "Reorder Level filter set to 53, 58, and 61.",
            f"Reorder Level filter is missing values: {missing}. "
            f"Open the Reorder Level drop-down → select 53, 58, and 61 → OK.")


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.

Filtrering af Data ved Hjælp af Autofilter

Vigtige punkter