Summary  
This chapter covers how to apply an automatic filter to a dataset, allowing rows to be selectively displayed based on specified criteria and how to combine multiple filters to iteratively refine results.

General domain of usage  
Data analysis

Föreställ dig ett magiskt förstoringsglas som bara visar den data du behöver. Det är så det känns att använda **AutoFilter** i Excel.

## Viktiga punkter

- Aktivera funktionen **AutoFilter** från fliken **Data** → gruppen **Sortera och filtrera** för att börja filtrera din data;
- Använd **flera filter** för att finjustera din datamängd baserat på olika kriterier.

Startarbetsbok

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 filter plugin
        resources = data.get("resources", [])
        fp = next((r for r in resources if r.get("name") == "SHEET_FILTER_PLUGIN"), {})
        raw = fp.get("data", "{}")
        filter_data = json.loads(raw) if raw else {}
        cls.filter = filter_data.get(cls.sheet_id)   # None if no filter applied

    # ------------------------------------------------------------------ #
    # Helper: find a filterColumn entry by colId
    # ------------------------------------------------------------------ #

    def _filter_col(self, col_id):
        if not self.filter:
            return None
        for fc in self.filter.get("filterColumns", []):
            if fc.get("colId") == col_id:
                return fc
        return None

    def _filter_values(self, col_id):
        """Return set of filter string values for a column, or empty set."""
        fc = self._filter_col(col_id)
        if not fc:
            return set()
        return set(str(v) for v in fc.get("filters", {}).get("filters", []))

    # ------------------------------------------------------------------ #
    # Check filter is applied at all (SHEET_FILTER_PLUGIN present)
    # ------------------------------------------------------------------ #

    def test_filter_applied(self):
        if self._no_data:
            _dynamic_test(self, True, "Filter is applied to the data range.", ""); return
        ok = self.filter is not None and bool(self.filter.get("filterColumns"))
        _dynamic_test(self, ok,
            "Filter is applied to the data range.",
            "No filter found. Select A3:I23 → Data tab → Filter, then apply the required filters.")

    # ------------------------------------------------------------------ #
    # Step 2a — Category filtered to "Books"
    # Category = column C = colId 2
    # ------------------------------------------------------------------ #

    def test_filter_category_books(self):
        if self._no_data:
            _dynamic_test(self, True, "Category filter set to 'Books'.", ""); return
        vals = self._filter_values(2)
        ok = "Books" in vals
        _dynamic_test(self, ok,
            "Category filter set to 'Books'.",
            f"Category column is not filtered to 'Books' (found: {vals or 'no filter'}). "
            f"Open the Category drop-down → select 'Books' → OK.")

    # ------------------------------------------------------------------ #
    # Step 2b — Supplier filtered to "Orion Distributors"
    # Supplier = column D = colId 3
    # ------------------------------------------------------------------ #

    def test_filter_supplier_orion(self):
        if self._no_data:
            _dynamic_test(self, True, "Supplier filter set to 'Orion Distributors'.", ""); return
        vals = self._filter_values(3)
        ok = "Orion Distributors" in vals
        _dynamic_test(self, ok,
            "Supplier filter set to 'Orion Distributors'.",
            f"Supplier column is not filtered to 'Orion Distributors' (found: {vals or 'no filter'}). "
            f"Open the Supplier drop-down → select 'Orion Distributors' → OK.")

    # ------------------------------------------------------------------ #
    # Step 2c — Reorder Level filtered to 53, 58, 61
    # Reorder Level = column E = colId 4
    # ------------------------------------------------------------------ #

    def test_filter_reorder_level(self):
        if self._no_data:
            _dynamic_test(self, True, "Reorder Level filter set to 53, 58, and 61.", ""); return
        vals = self._filter_values(4)
        required = {"53", "58", "61"}
        missing = required - vals
        ok = len(missing) == 0
        _dynamic_test(self, ok,
            "Reorder Level filter set to 53, 58, and 61.",
            f"Reorder Level filter is missing values: {missing}. "
            f"Open the Reorder Level drop-down → select 53, 58, and 61 → OK.")


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.

Filtrering av Data med Autofilter

Viktiga punkter

Filtrering av Data med Autofilter

Viktiga punkter