Summary  
This chapter introduces text-processing functions for trimming whitespace, normalizing case, substituting characters, extracting substrings, and formatting values to clean and standardize raw data.

General domain of usage  
data preprocessing

Virkelige datasæt indeholder ofte inkonsekvent formatering, ekstra mellemrum og rodet tekst. I dette kapitel renses og standardiseres kundedata, før de bruges i opslag og rapportering.

Download kundedatasættet og importer det til Excel, før du starter øvelserne.



Kunder.csv

## TRIM og PROPER

```excel id="1"
=PROPER(TRIM(Customers!B2))
```

* `TRIM()`: fjerner ekstra mellemrum;
* `PROPER()`: retter store og små bogstaver.

## Funktioner til store og små bogstaver

```excel id="2"
=UPPER(TRIM(Customers!B2))
```





```excel id="3"
=LOWER(TRIM(Customers!B2))
```

* `UPPER()`: konverterer tekst til store bogstaver;
* `LOWER()`: konverterer tekst til små bogstaver.



## SUBSTITUTE-funktion

```excel id="4"
=SUBSTITUTE(Customers!C2, " ", "")
```

* `" "`: tegn der erstattes;
* `""`: erstatningsværdi;
* Fjerner alle mellemrum fra e-mail-værdien.



## Tekstekstraktionsfunktioner

```excel id="5"
=RIGHT(A2, 3)

=LEFT(A2, 2)

=MID(A2, 2, 3)
```

* `RIGHT()`: udtrækker tekst fra slutningen;
* `LEFT()`: udtrækker tekst fra begyndelsen;
* `MID()`: udtrækker tekst fra midten.



## TEKST-funktion

```excel id="8"
=TEXT(Customers!D2, "MMM YYYY")
```

Konverterer:

```text id="9"
15/03/2023 → Mar 2023
```




Gå til:

```text id="10"
Data → Get Data → From Text/CSV
```

Forhåndsvis datasættet før det indlæses i Excel.

Brug:

```text id="11"
Use First Row as Headers
```

Indlæs datasættet i et nyt regneark.



Trin 1 Importér Customers-datasættet



Opret et nyt regneark med navnet:

```text id="12"
Customers_Clean
```

Tilføj følgende kolonner:

```text id="13"
Customer_ID
Full_Name_Clean
```



Trin 2 Opret den rene tabel



I den første `Customer_ID`-celle, skriv:

```excel id="14"
=Customers!A2
```

Udfyld formlen nedad i kolonnen.


Trin 3 Kopiér Customer ID'er



I den første `Full_Name_Clean`-celle, skriv:

```excel id="15"
=PROPER(TRIM(Customers!B2))
```

Udfyld formlen nedad i kolonnen.



Trin 4 Rens kundernes navne



I en ny kolonne, skriv:

```excel id="16"
=SUBSTITUTE(Customers!C2, " ", "")
```

Dette fjerner ugyldige mellemrum fra e-mailadresser.



Trin 5 Rens e-mailværdier



Udtræk til højre:

```excel id="17"
=RIGHT(A2, 3)
```

Udtræk i midten:

```excel id="18"
=MID(A2, 2, 3)
```


Trin 6 Udtræk segmenter af Customer ID



Skriv:

```excel id="19"
=TEXT(Customers!D2, "MMM YYYY")
```

Dette standardiserer rapporteringsformatet for datoer.



Trin 7 Formater datoer til rapportering

Hvorfor er `TRIM` alene ikke nok til at rense e-mailadresser?

Hvad er formålet med `TEXT`-funktionen i denne lektion?

Opbyg et komplet Excel-forretningsanalysesystem ved hjælp af moderne formler, dynamisk rapportering, finansiel modellering og scenariebaseret analyse. Gennem kurset vil du omdanne rå transaktionsdata til interaktive dashboards, KPI-motorer og skalerbare analytiske modeller, der afspejler virkelige forretningsprocesser.

Opbyg de grundlæggende Excel-færdigheder, der anvendes i reelle forretningsrapporteringsprocesser. Arbejd med formler, opslag, logiske funktioner, betinget aggregering, fejlhåndtering og datarensning, mens du udvikler en struktureret salgsanalysemodel.


Opbyg dynamiske Excel-rapporteringssystemer ved hjælp af moderne array-funktioner og formeldrevne arbejdsgange. Arbejd med FILTER, SORT, SORTBY, UNIQUE, TRANSPOSE, spildområder, interaktive input, rangeringssystemer, valideringslister og diagramklare datastrukturer, der opdateres automatisk, efterhånden som datasættet vokser.


Byg skalerbare relationelle Excel-modeller ved hjælp af avancerede opslagsteknikker og parameterstyret logik. Arbejd med XLOOKUP, INDEX, MATCH, XMATCH, tilnærmet matchning, dynamiske tabelrelationer, scenariebaserede beregninger, kategoriniveau-aggregation og fleksible opslagarkitekturer, som anvendes i reelle analytiske arbejdsgange.


Opbyg avancerede analytiske og finansielle modeller, der reagerer dynamisk på ændrede data og antagelser. Arbejd med tidsbaserede beregninger, dynamiske områder, navngivne områder, afdragsmodellering, investeringsanalyse, amortiseringsplaner, vægtede aggregeringer og scenariebaserede finansielle nøgletal, der anvendes i reelle virksomhedsrapporteringssystemer.

Forvandl projektmappen til et fuldt interaktivt forretningssimuleringssystem drevet af scenarier, følsomhedsanalyse og dynamisk KPI-logik. Opbyg scenariomotorer, parameterstyrede dashboards, følsomhedsgitre, avancerede tekstbehandlingsformler og centraliserede rapporteringslag, der reagerer øjeblikkeligt på brugerinput og forretningsantagelser.

Forberedelse af Rene Data

TRIM og PROPER

Funktioner til store og små bogstaver

SUBSTITUTE-funktion

Tekstekstraktionsfunktioner

TEKST-funktion

1. Hvorfor er `TRIM` alene ikke nok til at rense e-mailadresser?

2. Hvad gør denne formel?

3. Hvad er formålet med `TEXT`-funktionen i denne lektion?