Summary  
This chapter covers dynamic data binding for charts, showing how to modify series definitions, add or remove series, swap row/column orientation, and change chart types at runtime.

General domain of usage  
Data visualization

Denne lektion fokuserer på **redigering af diagramdata** direkte i Excel.

Du lærer, hvordan du ændrer eksisterende dataserier, tilføjer nye og fjerner unødvendige serier for at holde dine diagrammer nøjagtige og opdaterede.

- Brug fanen **Diagramdesign** → gruppen **Data** → **Vælg data** for at redigere eksisterende dataserier ved at ændre serienavnet eller justere dataintervallet;
- Nye dataserier kan tilføjes via dialogboksen **Vælg data** ved at angive serienavn og værdiernes interval;
- Indstillingen **Skift diagramtype** i fanen **Diagramdesign** → gruppen **Type** gør det muligt at konvertere et diagram til en anden diagramtype, f.eks. ved at skifte til et grupperet søjlediagram.

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 chart plugin
        resources = data.get("resources", [])
        cp = next((r for r in resources if r.get("name") == "SHEET_CHART_PLUGIN"), {})
        raw = cp.get("data", "{}")
        chart_data = json.loads(raw) if raw else {}
        cls.charts = chart_data.get(cls.sheet_id, [])

    # ------------------------------------------------------------------ #
    # Helpers
    # ------------------------------------------------------------------ #

    def _chart_range(self, chart):
        return chart.get("rangeInfo", {}).get("rangeInfo", {}).get("range", {})

    def _chart_title(self, chart):
        return chart.get("style", {}).get("titles", {}).get("title", {}).get("content", "")

    def _revenue_charts(self):
        """Revenue chart — identified by title 'Revenue' or as the single-series chart on A3:B15."""
        by_title = [c for c in self.charts if self._chart_title(c) == "Revenue"]
        if by_title:
            return by_title
        # Fallback: chart with endColumn==1 (A3:B15 range, single Income series)
        return [c for c in self.charts if self._chart_range(c).get("endColumn") == 1]

    # ------------------------------------------------------------------ #
    # Step 1 — Revenue chart type changed from Pie to Column
    # chartType: 8 (Pie) → 4 (Column)
    # ------------------------------------------------------------------ #

    def test_revenue_chart_type_changed(self):
        if self._no_data:
            _dynamic_test(self, True, "Revenue chart type changed from Pie to Column.", ""); return
        if not self.charts:
            _dynamic_test(self, False,
                "Revenue chart type changed from Pie to Column.",
                "No charts found. Make sure you are working on the correct sheet.")
            return

        revenue_charts = self._revenue_charts()
        if not revenue_charts:
            _dynamic_test(self, False,
                "Revenue chart type changed from Pie to Column.",
                "No Revenue chart found. Make sure the Revenue chart is still present on the sheet.")
            return

        chart_types = [c.get("chartType") for c in revenue_charts]
        ok = any(ct == 4 for ct in chart_types)
        _dynamic_test(self, ok,
            "Revenue chart type changed from Pie to Column.",
            f"Revenue chart is not a Column chart (types found: {chart_types}). "
            f"Click the Revenue chart → top-right button → chart panel → "
            f"change Chart Type to Column Chart → Confirm.")


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.

Redigering af diagramdata i Excel

Vigtige punkter

Redigering af diagramdata i Excel

Vigtige punkter