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** hjelper deg med å organisere data i Excel på en strukturert og effektiv måte. De bruker automatisk formatering, muliggjør innebygd filtrering og sortering, tillater bruk av strukturerte referanser i formler, og gjør dataanalyse mer praktisk og pålitelig.

- Bruk **Tabell** i fanen **Sett inn** → gruppen **Tabeller** for å konvertere et dataområde til en strukturert tabell og aktivere overskrifter;
- Trykk `Tab` i den siste cellen i en tabell for raskt å legge til en ny rad;
- Skriv inn formler direkte i tabellkolonner for å beregne verdier, for eksempel å multiplisere celler fra samme rad for å beregne inntekt.

Startarbeidsbok

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

Fordyp deg i Excel med dette omfattende videokurset, utformet for å ta deg fra grunnleggende navigasjon til å mestre funksjoner og enkel dataanalyse. Kurset starter med grunnleggende ferdigheter som dataregistrering og celleformatering, og du vil raskt gå videre til å bruke kraftige verktøy. Enten du organiserer store datasett, utfører statistisk analyse eller lager dynamiske diagrammer, gir dette kurset deg de praktiske ferdighetene som trengs i dagens datadrevne miljø.

Start din reise med Excel ved å forstå grensesnittet, grunnleggende funksjoner og essensielle teknikker for dataregistrering. Få innsikt i navigering av verktøylinjer, regneark og mestre de grunnleggende elementene for å legge et solid grunnlag.

Fordyp deg i Excel ved å utforske avanserte alternativer for dataregistrering og formatering. Forbedre ferdighetene dine innen tekst- og tallformatering, oppdag effektiv bruk av stiler, og øk regnearkets lesbarhet og funksjonalitet.

Frigjør kraften i Excel med en introduksjon til grunnleggende formler og funksjoner. Få trygghet i å utføre beregninger, bruke cellereferanser og benytte sentrale funksjoner som SUM, GJENNOMSNITT, MIN og MAKS for å automatisere og forenkle dataanalysen.

I denne delen vil du mestre avanserte Excel-formler og -funksjoner, noe som forbedrer din evne til å håndtere komplekse beregninger. Lær å vise og revidere formler, bruke nestede og logiske utsagn, samt anvende betingelser effektivt for å effektivisere dine dataanalysoppgaver.

Utforsk omfattende teknikker for sortering, filtrering og effektiv databehandling. Denne delen dekker alt fra grunnleggende dataorganisering til avansert filtrering og tabellhåndtering, og sikrer at du kan håndtere og analysere data på en effektiv måte.

Fordyp deg i kunsten å visualisere data ved hjelp av Excels kraftige diagramverktøy. Du vil lære å lage ulike typer diagrammer, tilpasse dem for å forbedre det visuelle uttrykket, og manipulere data i diagrammer for å presentere tydelige og overbevisende visuelle fremstillinger.

Oppnå ferdigheter i å administrere regneark og arbeidsbøker i Excel. Denne delen gir opplæring i effektiv organisering og håndtering av arbeidsbokelementer, bruk av formateringsverktøy og sikring av arbeidet med passord, og gir en grundig innføring i arbeidsbokoperasjoner.

Oppretting og Administrasjon av Tabeller i Excel

Viktige punkter

Viktige hurtigtaster