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

Denna lektion fokuserar på **redigering av diagramdata** direkt i Excel.

Du kommer att lära dig hur du ändrar befintliga dataserier, lägger till nya och tar bort onödiga serier för att hålla dina diagram korrekta och uppdaterade.

- Använd fliken **Diagramdesign** → gruppen **Data** → **Markera data** för att redigera befintliga dataserier genom att ändra serienamnet eller justera dataområdet;
- Nya dataserier kan läggas till via dialogrutan **Markera data** genom att ange serienamn och värdeområde;
- Alternativet **Ändra diagramtyp** i fliken **Diagramdesign** → gruppen **Typ** gör det möjligt att konvertera ett diagram till en annan diagramtyp, till exempel byta till ett grupperat kolumndiagram.

Ursprunglig arbetsbok

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

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.

Redigera Diagramdata i Excel

Viktiga punkter

Redigera Diagramdata i Excel

Viktiga punkter