Summary  
This chapter explains how to create and manage dynamic table data structures that automatically apply formatting, support structured references in formulas, and resize seamlessly when rows or columns are added or removed.

General domain of usage  
Spreadsheet-based data analysis

**Tabeller** hjælper dig med at organisere data i Excel på en struktureret og effektiv måde. De anvender automatisk formatering, muliggør indbygget filtrering og sortering, tillader brug af strukturerede referencer i formler og gør dataanalyse mere bekvem og pålidelig.

- Brug **Tabel** i fanen **Indsæt** → gruppen **Tabeller** for at konvertere et dataområde til en struktureret tabel og aktivere overskrifter;
- Tryk på `Tab` i den sidste celle i en tabel for hurtigt at tilføje en ny række;
- Indtast formler direkte i tabelkolonner for at beregne værdier, såsom at multiplicere celler fra samme række for at beregne omsætning.

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 table plugin
        resources = data.get("resources", [])
        tp = next((r for r in resources if r.get("name") == "SHEET_TABLE_PLUGIN"), {})
        raw = tp.get("data", "{}")
        table_data = json.loads(raw) if raw else {}
        sheet_tables = table_data.get(cls.sheet_id, {})
        cls.tables = sheet_tables.get("tables", [])

    # ------------------------------------------------------------------ #
    # Helper
    # ------------------------------------------------------------------ #

    def _first_table(self):
        return self.tables[0] if self.tables else None

    # ------------------------------------------------------------------ #
    # Step 1 — Table created from A3:I23
    # (0-based: startRow=2, startColumn=0, endRow=22, endColumn >= 8)
    # ------------------------------------------------------------------ #

    def test_table_created(self):
        if self._no_data:
            _dynamic_test(self, True, "Table created from A3:I23.", ""); return
        t = self._first_table()
        if t is None:
            _dynamic_test(self, False,
                "Table created from A3:I23.",
                "No table found. Select A3:I23 → Data tab → Table → Confirm.")
            return

        r = t.get("range", {})
        ok = (r.get("startRow") == 2 and r.get("startColumn") == 0
              and r.get("endRow") == 22 and r.get("endColumn", 0) >= 8)
        _dynamic_test(self, ok,
            "Table created from A3:I23.",
            f"Table range is incorrect (got {r}). "
            f"Select A3:I23 → Data tab → Table → Confirm.")

    # ------------------------------------------------------------------ #
    # Step 2 — New column inserted before Last Order Date
    # Table must span 10 columns (endColumn == 9) and
    # "Last Order Date" must be the last column.
    # ------------------------------------------------------------------ #

    def test_column_inserted(self):
        if self._no_data:
            _dynamic_test(self, True, "New column inserted into the table.", ""); return
        t = self._first_table()
        if t is None:
            _dynamic_test(self, False,
                "New column inserted into the table.",
                "No table found. Complete step 1 first.")
            return

        r = t.get("range", {})
        cols = t.get("columns", [])
        col_names = [c.get("displayName", "").strip() for c in cols]

        # Platform inserts new column adjacent to Last Order Date → table gains one column
        has_10_cols = r.get("endColumn", 0) == 9 and len(cols) == 10
        last_order_date_present = "Last Order Date" in col_names

        ok = has_10_cols and last_order_date_present
        _dynamic_test(self, ok,
            "New column inserted into the table.",
            f"Column not inserted correctly. Expected 10 columns including 'Last Order Date' "
            f"(got {len(cols)} cols, endColumn={r.get('endColumn')}, cols={col_names}). "
            f"Right-click the Last Order Date column header → Insert Table → Insert Table Column.")


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.

Oprettelse og Administration af Tabeller i Excel

Vigtige punkter

Vigtige tastaturgenveje

Oprettelse og Administration af Tabeller i Excel

Vigtige punkter

Vigtige tastaturgenveje