Summary  
Demonstrates how to combine logical operators to evaluate multiple conditions simultaneously and nest these tests within conditional statements to implement complex decision logic.

General domain of usage  
Spreadsheet data analysis

Att använda `AND` och `OR` gör det möjligt att utföra mer **avancerade logiska tester** genom att kombinera **flera villkor**.

## Viktiga punkter

- Använd funktionen `AND` för att testa om **alla** villkor är uppfyllda så här: `=AND(condition1, condition2,...)`;
- Använd funktionen `OR` för att testa om **minst ett** villkor är uppfyllt så här: `=OR(condition1, condition2, ...)`.

Startarbetsbok

import unittest
import json
import os
import zipfile
import xml.etree.ElementTree as ET


# ── stdlib xlsx reader (no third-party packages) ───────────────────────────────

_NS = "http://schemas.openxmlformats.org/spreadsheetml/2006/main"
_REL_NS = "http://schemas.openxmlformats.org/package/2006/relationships"


def _col_to_letter(col):
    result = ""
    col += 1
    while col > 0:
        col, rem = divmod(col - 1, 26)
        result = chr(ord("A") + rem) + result
    return result


def _read_xlsx_cells(filename):
    cells = {}
    with zipfile.ZipFile(filename) as z:
        names = z.namelist()
        shared_strings = []
        if "xl/sharedStrings.xml" in names:
            ss = ET.parse(z.open("xl/sharedStrings.xml")).getroot()
            for si in ss.findall(f"{{{_NS}}}si"):
                t = si.find(f"{{{_NS}}}t")
                if t is not None:
                    shared_strings.append(t.text or "")
                else:
                    shared_strings.append(
                        "".join(e.text or "" for e in si.iter(f"{{{_NS}}}t"))
                    )

        sheet_path = "xl/worksheets/sheet1.xml"
        try:
            wb = ET.parse(z.open("xl/workbook.xml")).getroot()
            rels = ET.parse(z.open("xl/_rels/workbook.xml.rels")).getroot()
            first_sheet = wb.find(f"{{{_NS}}}sheets/{{{_NS}}}sheet")
            if first_sheet is not None:
                r_id = first_sheet.get(
                    "{http://schemas.openxmlformats.org/officeDocument/2006/relationships}id"
                )
                for rel in rels.findall(f"{{{_REL_NS}}}Relationship"):
                    if rel.get("Id") == r_id:
                        target = rel.get("Target").lstrip("/")
                        sheet_path = target if target.startswith("xl/") else "xl/" + target
                        break
        except Exception:
            pass

        ws = ET.parse(z.open(sheet_path)).getroot()
        for c in ws.iter(f"{{{_NS}}}c"):
            ref = c.get("r", "")
            t = c.get("t", "")
            f_el = c.find(f"{{{_NS}}}f")
            v_el = c.find(f"{{{_NS}}}v")

            cell = {}
            if f_el is not None and f_el.text:
                cell["f"] = "=" + f_el.text
            if v_el is not None and v_el.text is not None:
                if t == "s":
                    idx = int(v_el.text)
                    cell["v"] = shared_strings[idx] if idx < len(shared_strings) else ""
                elif t in ("str", "inlineStr"):
                    cell["v"] = v_el.text
                elif t == "b":
                    cell["v"] = bool(int(v_el.text))
                else:
                    try:
                        num = float(v_el.text)
                        cell["v"] = int(num) if num == int(num) else num
                    except (ValueError, TypeError):
                        cell["v"] = v_el.text

            cells[ref] = cell
    return cells


def _find_data_source():
    """Return ('json', data) or ('xlsx', path) or (None, None)."""
    if os.path.exists("payload.json"):
        try:
            with open("payload.json") as f:
                content = f.read().strip()
            if content:
                data = json.loads(content)
                return "json", data
        except (json.JSONDecodeError, ValueError):
            pass

    xlsx_files = [f for f in os.listdir(".") if f.lower().endswith(".xlsx")]
    for name in ["solution.xlsx"] + xlsx_files:
        if os.path.exists(name):
            return "xlsx", name

    return None, None


# ── test helpers ───────────────────────────────────────────────────────────────

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)


# ── test class ─────────────────────────────────────────────────────────────────

class TestUserCode(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        source_type, source = _find_data_source()

        if source_type == "json":
            cls.sheet = next(iter(source["sheets"].values()))
            cls._xlsx_cells = None
            cls._no_data = False
        elif source_type == "xlsx":
            cls._xlsx_cells = _read_xlsx_cells(source)
            cls.sheet = None
            cls._no_data = False
        else:
            cls.sheet = None
            cls._xlsx_cells = None
            cls._no_data = True

    def _get_cell(self, row, col):
        if self._no_data:
            return {}
        if self.sheet is not None:
            row_data = self.sheet.get("cellData", {}).get(str(row), {})
            cell = row_data.get(str(col))
            if cell is None:
                for key, val in row_data.items():
                    if "-" in key:
                        try:
                            start, end = map(int, key.split("-", 1))
                            if start <= col <= end:
                                cell = val
                                break
                        except (ValueError, IndexError):
                            pass
            return cell or {}
        else:
            ref = _col_to_letter(col) + str(row + 1)
            return self._xlsx_cells.get(ref, {})

    def _check_cell(self, row, col, cell_ref, *expected):
        if self._no_data:
            _dynamic_test(self, True, f"{cell_ref} check passed.", "")
            return

        cell = self._get_cell(row, col)
        formula = cell.get("f")
        value = cell.get("v")

        if formula and formula in expected:
            _dynamic_test(self, True, f"{cell_ref} contains the correct formula.", "")
            return

        ok = False
        for exp in expected:
            if isinstance(exp, bool) and isinstance(value, bool):
                if value == exp:
                    ok = True
                    break
            elif isinstance(exp, (int, float)) and not isinstance(exp, bool) \
                    and isinstance(value, (int, float)) and not isinstance(value, bool):
                if abs(value - exp) < 0.01:
                    ok = True
                    break
            elif value == exp:
                ok = True
                break

        _dynamic_test(
            self, ok,
            f"{cell_ref} contains the correct formula or result.",
            f"{cell_ref} should be one of {expected!r}, "
            f"but got value={value!r}, formula={formula!r}.",
        )

    # ── tests ──────────────────────────────────────────────────────────────────

    def test_g20_g26_or_formula(self):
        """G20:G26 — =OR(Bxx="Target Met", Fxx>95) drag-filled down."""
        # OR returns TRUE/FALSE; Univer stores as 1/0 or bool; accept all forms.
        valid_results = (True, False, 1, 0, "TRUE", "FALSE")
        for excel_row in range(20, 27):
            ref_row = excel_row           # G20 references B20/F20, etc.
            row_0 = excel_row - 1
            cell_ref = f"G{excel_row}"
            self._check_cell(
                row_0, 6, cell_ref,
                f'=OR(B{ref_row}="Target Met",F{ref_row}>95)',
                f'=OR(B{ref_row}="Target Met", F{ref_row}>95)',
                *valid_results,
            )

    def test_f32_f38_if_or_formula(self):
        """F32:F38 — =IF(OR(Bxx="Target Met",Fxx>95),"20%","0%") drag-filled down."""
        # Drag-filled cells store % as numbers: 0.2=20%, 0=0%
        valid_results = ("20%", "0%", 0.2, 0)
        for excel_row in range(32, 39):
            ref_row = excel_row - 12      # F32 references row 20, F33→21, etc.
            row_0 = excel_row - 1
            cell_ref = f"F{excel_row}"
            self._check_cell(
                row_0, 5, cell_ref,
                f'=IF(OR(B{ref_row}="Target Met",F{ref_row}>95),"20%","0%")',
                f'=IF(OR(B{ref_row}="Target Met", F{ref_row}>95),"20%","0%")',
                f'=IF(G{ref_row},"20%","0%")',
                f'=IF(G{ref_row}, "20%", "0%")',
                *valid_results,
            )


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


test_main.py

Fördjupa dig i Excels värld med denna omfattande videokurs, utformad för att ta dig från grundläggande navigering till att bemästra funktioner och grundläggande dataanalys. Kursen inleds med grundläggande färdigheter som datainmatning och cellformatering, och du går snabbt vidare till att använda kraftfulla verktyg. Oavsett om du organiserar stora datamängder, utför statistisk analys eller skapar dynamiska diagram, ger denna kurs dig de praktiska färdigheter som krävs i dagens datadrivna miljö.

Påbörja din resa med Excel genom att förstå dess gränssnitt, grundläggande funktioner och viktiga tekniker för datainmatning. Få kunskap om hur du navigerar i verktygsfält, kalkylblad och behärskar de grundläggande elementen för att skapa en stabil grund.

Fördjupa dina kunskaper i Excel genom att utforska avancerade alternativ för datainmatning och formatering. Förbättra dina färdigheter i text- och talformatering, upptäck hur du effektivt använder formatmallar och öka kalkylbladets läsbarhet och funktionalitet.

Utnyttja kraften i Excel med en introduktion till grundläggande formler och funktioner. Få självförtroende i att skapa beräkningar, använda cellreferenser och använda viktiga funktioner som SUMMA, MEDEL, MIN och MAX för att automatisera och förenkla dina dataanalysuppgifter.

I det här avsnittet kommer du att behärska avancerade Excel-formler och funktioner, vilket förbättrar din förmåga att hantera komplexa beräkningar. Lär dig att visa och granska formler, använda nästlade och logiska satser samt tillämpa villkor effektivt för att effektivisera dina dataanalysuppgifter.

Utforska omfattande tekniker för sortering, filtrering och effektiv datahantering. Detta avsnitt täcker allt från grundläggande dataorganisation till avancerad filtrering och tabellhantering, vilket säkerställer att du kan hantera och analysera data effektivt.

Fördjupa dig i konsten att visualisera data med Excels kraftfulla diagramverktyg. Du kommer att lära dig att skapa olika typer av diagram, anpassa dem för att förbättra det visuella intrycket samt hantera data i diagram för att presentera tydliga och övertygande visuella berättelser.

Få färdighet i att hantera kalkylblad och arbetsböcker i Excel. Detta avsnitt lär dig att effektivt organisera och manipulera arbetsbokselement, använda formateringsverktyg samt skydda ditt arbete med lösenord, vilket ger en grundlig förståelse för arbetsboksoperationer.

Kombinera OCH och ELLER i Excel

Viktiga punkter