Summary  
The chapter explores pattern-based series extension and transformation functions for automated data entry, along with cell selection and editing commands and undo/redo action management.

General domain of usage  
Spreadsheet data management

効率的なデータ入力は、Excel を効果的に活用するために重要です。基本的なテキストや数値の入力は簡単ですが、Excel の強力な機能である **オートフィル** や **フラッシュフィル** を使うことで、データパターンの自動化や数値・日付などの連続データの拡張が可能となり、作業時間を大幅に短縮できます。

オートフィルは、特に日付の場合、予期しない動作をすることがあります。日単位ではなく月や年が増加する場合があります。希望するパターンに従わせるには、最初の2つの日付（例：**01/01/2024**、**01/02/2024** など）を手動で入力してください。その後、両方のセルを選択し、オートフィルハンドルをドラッグして正しい連続データを適用します。この方法により、Excel が意図したパターンを認識し、月や年の不要な変更を防ぐことができます。

注意

import unittest
import json
from datetime import datetime


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 TestTask(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        with open("payload.json") as f:
            data = json.load(f)
        cls.sheet = next(iter(data["sheets"].values()))

    def _cell_value(self, row, col):
        cell = (
            self.sheet.get("cellData", {})
            .get(str(row), {})
            .get(str(col))
        )
        return None if cell is None else cell.get("v")

    def _check_cell_value(self, row, col, cell_ref, expected):
        actual = self._cell_value(row, col)

        _dynamic_test(
            self,
            actual == expected,
            f"{cell_ref} contains the correct value: {expected!r}.",
            f"{cell_ref} should contain {expected!r}, but found {actual!r}."
        )

    def test_months_autofilled(self):
        expected_months = [
            "January", "February", "March", "April", "May", "June",
            "July", "August", "September", "October", "November", "December"
        ]

        for index, month in enumerate(expected_months):
            row = 6 + index
            cell_ref = f"H{7 + index}"

            with self.subTest(cell=cell_ref):
                self._check_cell_value(row, 7, cell_ref, month)

    def test_dates_autofilled(self):
        expected_dates = [
            "2024-12-01T00:00:00",
            "2024-12-02T00:00:00",
            "2024-12-03T00:00:00",
            "2024-12-04T00:00:00",
            "2024-12-05T00:00:00",
            "2024-12-06T00:00:00",
            "2024-12-07T00:00:00",
            "2024-12-08T00:00:00",
            "2024-12-09T00:00:00",
            "2024-12-10T00:00:00",
            "2024-12-11T00:00:00",
            "2024-12-12T00:00:00",
        ]
    
        excel_epoch = datetime(1899, 12, 30)
    
        for index, date_str in enumerate(expected_dates):
            row = 6 + index
            cell_ref = f"O{7 + index}"
    
            actual = self._cell_value(row, 14)
    
            dt = datetime.fromisoformat(date_str)
            excel_serial = (dt - excel_epoch).days
    
            with self.subTest(cell=cell_ref):
                _dynamic_test(
                    self,
                    actual == date_str or actual == excel_serial,
                    f"{cell_ref} contains the correct date.",
                    f"{cell_ref} should contain {date_str!r} (or Excel serial {excel_serial}), but found {actual!r}."
                )

    def test_expense_types_flash_filled(self):
        expected_types = [
            "Groceries", "TV", "Groceries", "Clothes", "Shelves", "Groceries",
            "Groceries", "Take-out", "Groceries", "Groceries", "Clothes", "Groceries"
        ]

        for index, expense_type in enumerate(expected_types):
            row = 6 + index
            cell_ref = f"Q{7 + index}"

            with self.subTest(cell=cell_ref):
                self._check_cell_value(row, 16, cell_ref, expense_type)

    def test_stores_flash_filled(self):
        expected_stores = [
            "Seven-Eleven", "Tv Warehouse", "Spar", "Tesco", "Walmart", "Spar",
            "Tesco", "Pizza Hut", "Seven-Eleven", "Seven-Eleven", "Next", "Tesco"
        ]

        for index, store in enumerate(expected_stores):
            row = 6 + index
            cell_ref = f"R{7 + index}"

            with self.subTest(cell=cell_ref):
                self._check_cell_value(row, 17, cell_ref, store)


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

test_main.py

この包括的なビデオコースでExcelの世界に飛び込み、基本的な操作から関数や基本的なデータ分析の習得までを目指します。データ入力やセルの書式設定といった基礎スキルから始まり、強力なツールの活用へと素早く進みます。大規模なデータセットの整理、統計分析の実施、動的なグラフの作成など、今日のデータ主導型環境で必要とされる実践的なスキルを身につけることができます。

Excelのインターフェース、基本的な機能、そして重要なデータ入力技術を理解することで、Excelの学習を始めましょう。ツールバーやワークシートの操作方法を学び、基礎的な要素を習得して確かな基盤を築きます。

Excelの高度なデータ入力および書式設定オプションを探求し、さらに深く学びます。テキストや数値の書式設定のスキルを磨き、スタイルの効果的な活用方法を習得し、スプレッドシートの可読性と機能性を向上させます。

基本的な数式と関数の紹介で、Excelの力を引き出します。計算の作成、セル参照の使用、SUM、AVERAGE、MIN、MAXなどの主要な関数の活用によって、データ分析作業の自動化と簡素化に自信を持てるようになります。

このセクションでは、高度なExcelの数式と関数を習得し、複雑な計算を管理する能力を向上させます。数式の表示と監査、ネストされた論理式の活用、条件の効果的な適用によるデータ分析作業の効率化について学びます。

データの並べ替え、フィルタリング、および効率的な管理のための包括的な手法を学びます。本セクションでは、基本的なデータ整理から高度なフィルタリングやテーブル管理までを網羅し、データを効果的に扱い分析できるようにします。

Excelの強力なグラフ作成ツールを活用したデータ可視化の技術を習得します。さまざまな種類のグラフの作成方法、視覚的な魅力を高めるためのカスタマイズ方法、グラフ内のデータ操作による明確で説得力のあるビジュアルストーリーの提示方法を学びます。

Excel内でワークシートおよびブックの管理に習熟します。このセクションでは、ブック要素の効果的な整理と操作、書式設定ツールの活用、パスワードによる作業の保護方法を学び、ブック操作の基礎を徹底的に身につけます。

Excelデータ入力

解答