Flytta data från Excel till Access

Viktigt!: Den här artikeln är maskinöversatt, se ansvarsfriskrivningen. Den engelska versionen av den här artikeln finns här för din referens.

I den här artikeln beskrivs hur du flyttar data från Excel till Access och konverterar dina data till relationstabeller så att du kan använda Microsoft Office Excel och Access tillsammans. Kort sagt lämpar Access sig bäst när du vill samla in, lagra, hämta och dela data medan Excel lämpar sig bäst när du vill beräkna, analysera och visualisera data.

I två artiklar, Använda Access eller Excel för att hantera data och De 10 främsta skälen för att använda Access med Excel, diskuteras vilket program som passar bäst för en viss uppgift och hur du använder Excel och Access tillsammans för att skapa en praktisk lösning.

I den här artikeln

Grunderna i relationsdatabaser och datamodellering

Komponenter i en relationstabell

Vad är normalisering?

Tabeller kan finnas i olika normalformer

Relationer och nycklar

Dataintegritet och -verifiering

Sammanfattning

Grundläggande steg för att flytta data från Excel till Access

Steg 1: Importera data från Excel till Access

Lägga till data automatiskt på det enkla sättet

Steg 2: Normalisera data med hjälp av guiden Tabellanalys

Steg 3: Ansluta till Access-data från Excel

Få över dina data till Access

Grunderna i relationsdatabaser och datamodellering

Många datafiler, inklusive Excel-filer, kallas flata filer. Dessa filer är ofta stora och innehåller redundanta data, kolumner som sällan används och många tomma värden. Du kan ta över sådana här filer från en annan dator eller användare eller så kanske de har utvecklat sig så här efter hand som kolumner lagts till när behoven förändrats. Även om ordningen på data i en flat fil fungerar för ett visst syfte är de inte flexibla och det kan vara svårt att hitta svaret på oväntade frågor om dina data.

en flat fil

Den beprövade lösningen på flata filer är en relationsdatabas. Access är ett relationsdatabasprogram och fungerar bäst när tabeller är välstrukturerade med relationer som överensstämmer med relationsdatabasmodellen.

Överst på sidan

Komponenter i en relationstabell

I en välstrukturerad relationsdatabas består varje tabell av en samling namngivna kolumner och flera rader som lagrar information om ett visst ämne, till exempel anställda. Varje kolumn i tabellen har ett unikt namn och innehåller information om ämnet, till exempel en anställds förnamn och adress. Raderna i tabellen innehåller förekomster av ämnet, till exempel företagets alla anställda för tillfället. Ett enskilt värde lagras i skärningspunkten mellan en rad och en kolumn och är en enstaka uppgift, till exempel ”Småstad”. Slutligen kan du ändra ordning på rader och kolumner utan att innehållet i tabellen ändras.

en relationstabell

1. En tabell motsvarar ett enda ämne – en person, plats, sak, händelse eller ett koncept

2. Varje rad är unik och har en primärnyckel, t.ex ett anställnings-ID

3. Varje kolumn har ett unikt, kort och meningsfullt namn

4. Alla värden i en kolumn har liknande innebörd och format

5. Varje värde i tabellen (motsvarigheten till en cell i Excel) motsvarar en enda uppgift

Överst på sidan

Vad är normalisering?

Dessvärre dyker en välstrukturerad relationstabell inte bara upp automatiskt i en Access-databas. Du måste använda en metod för att analysera data i en flat fil och ordna om data från en tabell till två eller flera relaterade tabeller. Den här metoden kallas normalisering. Steg för steg delar du upp en tabell i två eller flera mindre tabeller genom att ta bort upprepade värden i en kolumn, ta bort redundanta data från rader och lägga till primärnycklar (ett fält som identifierar varje post i en tabell på ett unikt sätt) och sekundärnycklar (ett fält som innehåller värden från ett primärnyckelfält i en relaterad tabell) för att definiera relationerna mellan de nya tabellerna.

ett relationsdiagram

1. En relationstabell

2. Kolumnnamn

3. En primärnyckel

4. En sekundärnyckel

5. Relationella linjer och symboler

Överst på sidan

Tabeller kan finnas i olika normalformer

En tabell kan förekomma i något av fyra olika normalformer: 0. (noll), första, andra och tredje. Varje form beskriver till vilken grad som data i en tabell är strukturerad och kan användas i en relationsdatabas. 0. normalform innebär att informationen är minst strukturerad och tredje normalformen innebär att den är mest effektivt strukturerad.

0. normalform    Ett tecken på att en tabell är i det minst strukturerade skicket, även kallat ”0. normalform”, är när en eller flera kolumner innehåller ”icke-atomära” värden, vilket innebär att det finns flera värden i en och samma cell. En kundadress kan exempelvis bestå av gatuadress (till exempel Storgatan 123), ort, region och postnummer. I idealfallet lagras var och ett av de här adresselementen i separata kolumner. Ett annat exempel är att en kolumn som innehåller fullständiga namn, till exempel ”Persson, Jens” eller ”Stella Johansson”, ska delas upp i separata kolumner med förnamn och efternamn. Att spara förnamn och efternamn i separata kolumner är en bra rutin som hjälper dig att snabbt hitta och sortera data.

Ett annat tecken på data i 0. normalform är när de innehåller information om olika ämnen, t.ex. säljare, produkter, kunder och order. Så långt det är möjligt bör data delas in i separata tabeller för varje ämne.

Första normalformen    En tabell är i första normalformen när varje kolumn innehåller atomära värden, men en eller flera kolumner innehåller redundanta data, t.ex. säljare eller kundinformation för varje del av en order. Exempel: Johansson, Stella förekommer fem gånger i kalkylbladet eftersom hon har två olika order (en med tre produkter och en med två produkter).

Andra normalformen    En tabell är i andra normalformen när redundanta data har tagits bort, men en eller flera kolumner antingen inte baseras på primärnyckeln eller innehåller beräknade värden (t.ex. pris * rabatt).

Tredje normalformen    En tabell är i tredje normalformen när alla kolumner i tabellen baseras enbart på primärnyckeln. I bilden nedan lagras produkt-och leverantörsinformation i separata tabeller och kopplas efter ett uppslag till fältet Leverantörs-ID i tabellen Leverantörer.

Tabeller i 0. normalform och första och andra normalformen kan orsaka problem när du vill ändra data. Att uppdatera värden som förekommer ofta är till exempel en mycket tidskrävande process. Varje gång du uppdaterar ett värde behöver du kontrollera om varannan rad innehåller samma värde. Det här kan vara slöseri med tid och det är lätt att det uppstår fel. Dessutom är det svårt att effektivt sortera och filtrera kolumner som innehåller upprepade värden. Tabeller i första och andra normalformen är en stor förbättring jämfört med 0. normalform, men de kan fortfarande vara ett problem när du infogar, uppdaterar eller tar bort data.

När du normaliserar data konverterar du en tabell från en lägre form till en högre form tills alla tabeller är i tredje normalformen. I de flesta fall är tredje normalformen perfekt eftersom:

  • Problem med ändringar kan elimineras när data infogas, tas bort eller uppdateras.

  • Integriteten för data kan bibehållas med datavillkor och affärsregler.

  • Du kan skicka en datafråga på en mängd olika sätt för att få svar på dina frågor.

Överst på sidan

Relationer och nycklar

En välstrukturerad relationsdatabas innehåller flera tabeller, alla i tredje normalformen, men det finns också relationer mellan dessa tabeller som hjälper dig att sammanställa data. Anställda tillhör till exempelAvdelningar och är tilldelade Projekt, Projekt har Underaktiviteter, Underaktiviteter ägs av Anställda, och Avdelningar hanterar Projekt. I det här scenariot skulle en relationsdatabas ha fyra definierade tabeller: Anställda, Projekt, Underaktiviteter och Avdelningar, med varje nyckelrelation definierad: tillhör, är tilldelade, har, ägs av och hanterar.

Det finns tre typer av relationer:

  • En-till-en (1: 1)    Till exempel har varje anställd ett unikt anställnings-ID och varje anställnings-ID refererar till en unik anställd.

  • En-till-många (1:N)    Varje anställd är tilldelad en avdelning, men en avdelning har många anställda. Det här kallas även en överordnad-underordnad relation.

  • Många-till-många (N:N)    En anställd kan tilldelas många projekt, och varje projekt kan vara tilldelat många anställda. Observera att en särskild tabell, kallad en kopplingstabell, ofta används för att skapa en 1:N-relation mellan varje tabell i tredje normalformen så att det totalt är tre tabeller som tillsammans bildar N:N-relationen.

Du skapar en relation mellan två eller flera tabeller baserat på primär-och sekundärnycklar. En primärnyckel är en kolumn i en tabell som unikt identifierar varje rad i en tabell, till exempel Anställnings-ID eller Avdelningskod. En sekundärnyckel är en kolumn i en tabell vars värden är samma som primärnyckeln i en annan tabell. Du kan se sekundärnyckeln som en kopia av primärnyckeln från en annan relationstabell. Relationen mellan två tabeller skapas genom att värdena för sekundärnyckeln i en tabell matchas med värdena för primärnyckeln i en annan.

primärnyckels- och sekundärnyckelsrelationer

Överst på sidan

Dataintegritet och -verifiering

När du har skapat en relationsdatabas med alla tabeller i tredje normalformen och rätt relationer har definierats vill du säkerställa att integriteten för dessa data har bibehållits. Dataintegritet innebär att du kan följa relationer och ändra tabellerna i databasen i takt med att databasen uppdateras på ett korrekt och konsekvent sätt. Det finns två grundläggande regler i relationsdatabaser som hjälper till att säkerställa dataintegriteten.

Tabellregeln    Varje rad i en tabell måste ha en primärnyckel och primärnyckeln måste ha ett värde. Den här regeln säkerställer att varje rad i en tabell kan identifieras på ett unikt sätt och aldrig försvinner av misstag. När du infogar, uppdaterar eller tar bort data bibehålls också alla primärnycklar som unika poster.

Referensintegritetsregeln    Den här regeln styr regler för infogning och borttagning av 1:N-relationen. Om en tabell har en sekundärnyckel måste varje värde för sekundärnyckeln vara antingen null (inget värde) eller matcha värdena i relationstabellen som den sekundärnyckeln är en primärnyckel i.

redigera relationer

Du kan även säkerställa dataintegriteten i en relationsdatabas ytterligare genom att använda olika dataverifieringsuttryck, till exempel datatyp (till exempel Integer), datalängd (till exempel högst 15 tecken), dataformat (till exempel valuta), standardvärde (till exempel 10) och villkor (till exempel Lager_summa > Best_summa). De här dataverifieringsuttrycken bidrar till att säkerställa att databasen innehåller kvalitativa data och även överensstämmer med fastställda affärsregler.

Notera att datainmatning är en viktig skillnad mellan en Access-databas och en Excel-arbetsbok. I ett Excel-kalkylblad anges data i ”fritt format”. Du kan ange data i stort sett var som helst och du kan enkelt ångra en ändring. En Access-databas är däremot mycket mer strukturerad och begränsad. När du anger data i en tabell sparas dessutom ändringen i databasen. Du kan inte ångra datainmatningen på samma sätt som i Excel, men du kan radera eller uppdatera data för att rätta till eventuella misstag.

Överst på sidan

Sammanfattning

När du har normaliserat dina data i relationstabeller med väldefinierade relationer och definierat dataintegriteten blir det mycket enklare att:

  • Spara utrymme och förbättra prestanda eftersom upprepade och redundanta data fysiskt tas bort.

  • Uppdatera data på ett korrekt sätt och bibehålla dataintegriteten.

  • Sortera, filtrera, skapa beräknade kolumner, sammanställa och sammanfatta data.

  • Skicka frågor om data på en rad olika sätt för att hitta svaret på förväntade och oväntade frågor.

En sak är säker: det finns avancerade aspekter av relationsdatabasdesign, till exempel sammansatta nycklar (en nyckel som består av värden från två eller fler kolumner), ytterligare normalformer (fjärde normalformen – som är avhängigt flera värden) och denormalisering. Men för de flesta enkla till genomsnittliga databasbehoven behöver du enbart ha grundläggande kunskap om databasdesign för att förstå fallstudierna i den här artikeln.

Överst på sidan

Grundläggande steg för att flytta data från Excel till Access

När du flyttar data från Excel till Access finns det tre grundläggande steg i processen.

tre grundläggande steg

Överst på sidan

Steg 1: Importera data från Excel till Access

Dataimport är en åtgärd som går mycket smidigare om du tar dig lite tid att förbereda och rensa dina data. Att importera data är som att flytta till ett nytt hem. Om du rensar ut och organiserar dina tillhörigheter innan du flyttar blir det mycket enklare att flytta in.

Rensa dina data innan du importerar

Innan du importerar data till Access är det en bra idé att göra följande i Excel:

  • Konvertera celler som innehåller icke-atomära data (d.v.s. flera värden i en cell) till flera kolumner. En cell i kolumnen ”Kompetens” som innehåller flera kompetensvärde, t.ex. ”C#-programmering”, ”VBA-programmering” och ”Webbdesign” ska till exempel delas upp i olika kolumner som var och en innehåller endast ett kompetensvärde.

  • Använd kommandot RENSA för att ta bort inledande, avslutande och flera inbäddade blanksteg.

  • Ta bort icke utskrivbara tecken.

  • Hitta och korrigera fel i stavning och skiljetecken.

  • Ta bort dubblettrader eller dubblettfält.

  • Se till att kolumner med data inte innehåller blandade format, särskilt tal som formaterats som text eller datum som formaterats som tal.

Mer information finns i följande hjälpavsnitt om Excel:

Obs!: Om datarensningen är komplicerad, eller om du inte har tid eller resurser för att automatisera processen på egen hand, kan du överväga att använda en extern leverantör. Mer information kan du få genom att söka efter ”programvara för datarensning” eller ”datakvalitet” i din favoritsökmotor i webbläsaren.

Välja den bästa datatypen när du importerar

Under importen i Access vill du göra bra val så att du får få (om ens några) konverteringsfel som kräver manuella åtgärder. I tabellen nedan sammanfattas hur talformat i Excel och Access-datatyper konverteras när du importerar data från Excel till Access och den innehåller några tips på de bästa datatyperna du kan välja i guiden Importera kalkylblad.

Talformat i Excel

Access-datatyp

Kommentarer

Bästa praxis

Text

Text, PM

Med datatypen Text i Access lagras alfanumeriska data med högst 255 tecken. Med datatypen PM i Access lagras alfanumeriska data med högst 65 535 tecken.

Välj PM att undvika att data trunkeras.

Tal, procent, bråk, exponent

Tal

I Access finns datatypen Tal som varierar baserat på egenskapen Fältstorlek (Byte, Integer, Long Integer, Single, Double, Decimal).

Välj Double för att undvika datakonverteringsfel.

Datum

Datum

Samma datumserienummer används i både Access och Excel för att lagra datum. I Access är datumintervallet större: från-657 434 (1 januari 100 e.Kr.) till 2 958 465 (31 december, 9999 e.Kr.).

Eftersom Access inte känner igen 1904-datumsystemet (som används i Excel för Macintosh) måste du konvertera datum i antingen Excel eller Access för att undvika förvirring.

Mer information finns i Ändra datumsystemet, format eller tvåsiffriga årtal tolkning och Importera eller länka till data i en Excel-arbetsbok

.

Välj Datum.

Tid

Tid

Både i Access och Excel lagras tidsvärden med hjälp av samma datatyp.

Välj Tid, vilket oftast är standardinställningen.

Valuta, Redovisning

Valuta

Med datatypen Valuta i Access lagras data som 8-bytestal med fyra decimalers precision och den används för att lagra ekonomiska data och förhindra avrundning av värden.

Välj Valuta, vilket oftast är standardinställningen.

Boolesk

Ja/nej

I Access används -1 för alla Ja-värden och 0 för alla Nej-värden, medan 1 används för alla SANT-värden och 0 för alla FALSKT-värden i Excel.

Välj Ja/Nej, vilket automatiskt konverterar underliggande värden.

Hyperlänk

Hyperlänk

En hyperlänk i Excel och Access innehåller en URL-adress eller webbadress som du kan klicka på och följa.

Välj Hyperlänk. I annat fall kanske datatypen Text används som standard i Access.

När dina data har flyttas till Access kan du ta bort dem i Excel. Glöm inte att säkerhetskopiera den ursprungliga Excel-arbetsboken först innan du tar bort den.

Mer information finns i hjälpavsnittet Access Importera eller länka till data i en Excel-arbetsbok.

Överst på sidan

Lägga till data automatiskt på det enkla sättet

En vanliga problem med Excel-användare har att lägga till data med samma kolumner i ett stort kalkylblad. Du kanske till exempel en lösning som började i Excel, men nu har vuxit bifoga filer från många arbetsgrupper och avdelningar för tillgångsspårning. Den här informationen kan finnas i olika kalkylblad och arbetsböcker eller i textfiler som är datafeeds från andra system. Det finns ingen user interface kommando eller ett enkelt sätt att lägga till liknande data i Excel.

Den bästa lösningen är att använda Access, där du enkelt kan importera och lägga till data i en tabell med hjälp av guiden Importera kalkylblad. Dessutom kan du lägga till en stor mängd data i en tabell. Du kan spara importåtgärderna, lägga till dem som schemalagda uppgifter i Microsoft Office Outlook och till och med använda makron för att automatisera processen.

Överst på sidan

Steg 2: Normalisera data med hjälp av guiden Tabellanalys

Vid en första anblick kan det verka riktigt besvärligt att normalisera data. Lyckligtvis är processen för att normalisera tabeller i Access mycket enklare, tack vare guiden Tabellanalys.

tabellanalysguiden

1. Dra markerade kolumner till en ny tabell och skapa relationer automatiskt

2. Använd knappkommandon för att byta namn på en tabell, lägga till en primärnyckel, göra en befintlig kolumn till primärnyckel och ångra den senaste åtgärden

Du kan använda den här guiden för att göra följande:

  • Konvertera en tabell till en uppsättning mindre tabeller och automatiskt skapa en primär- och sekundärnyckelrelation mellan tabellerna.

  • Lägga till en primärnyckel i ett befintligt fält som innehåller unika värden eller skapa ett nytt ID-fält som använder datatypen Räknare.

  • Skapa relationer för att använda referensintegritet med överlappande uppdateringar automatiskt. Sammanhängande borttagningar läggs inte automatiskt så förhindrar du att av misstag tar bort data, men du kan enkelt lägga till borttagning senare.

  • Söka efter nya tabeller för redundanta eller dubblerade data (t.ex samma kund med två olika telefonnummer) och uppdatera efter behov.

  • Säkerhetskopiera den ursprungliga tabellen och byta namn på den genom att lägga till ”_GAMMAL” i namnet. Sedan kan du skapa en fråga som rekonstruerar den ursprungliga tabellen med det ursprungliga tabellnamnet så att alla befintliga formulär och rapporter som baseras på den ursprungliga tabellen fungerar med den nya tabellstrukturen.

Överst på sidan

Steg 3: Ansluta till Access-data från Excel

När data har normaliserats i Access och en fråga eller tabell har skapats som rekonstruerar ursprungliga data är det enkelt att ansluta till Access-data från Excel. Dina data finns nu i Access som en extern datakälla och kan därmed kopplas till arbetsboken via en dataanslutning, som är en informationsbehållare som används för att hitta, logga in på och få åtkomst till den externa datakällan. Information om anslutningen lagras i arbetsboken och kan också lagras i en anslutningsfil, till exempel en Office-dataanslutningsfil (ODC, filnamnstillägget .ocd) eller en fil med datakällans namn (DSN, filnamnstillägget .dns). När du har anslutit till externa data kan du också automatiskt uppdatera Excel-arbetsboken från Access när data uppdateras i Access.

Mer information finns i Översikt över koppling (import) av data och Utbyta data (kopiera, importera, exportera) mellan Excel och Access.

Överst på sidan

Få över dina data till Access

I det här avsnittet beskrivs följande steg i normaliseringen av data: Dela upp värden i kolumnerna Säljare och Adress i deras mest atomära delar, dela in relaterade ämnen i egna tabeller, kopiera och klistra in dessa tabeller från Excel till Access, skapa nyckelrelationer mellan de nyss skapade Access-tabellerna samt skapa och köra en enkel fråga i Access för att hämta information.

Exempeldata i icke-normaliserade formulär

Kalkylbladet nedan innehåller icke-atomära värdena i kolumnen Säljare och kolumnen Adress. Båda kolumnerna ska delas upp i två eller fler separata kolumner. Det här kalkylbladet innehåller också information om säljare, produkter, kunder och order. Den här informationen bör också delas upp ytterligare, efter ämne, i separata tabeller.

Säljare

Ordernummer

Orderdatum

Produkt-ID

Antal

Pris

Kundnamn

Adress

Telefonnummer

Persson, Jens

2348

2009-03-02

J-558

4

8,50 kr

Contoso, Ltd.

Storgatan 123, 123 45 Storstad, Väst

0123-45 67 89

Persson, Jens

2348

2009-03-02

B-205

2

4,50 kr

Contoso, Ltd.

Storgatan 123, 123 45 Storstad, Väst

0123-45 67 89

Persson, Jens

2348

2009-03-02

D-4420

5

7,25 kr

Contoso, Ltd.

Storgatan 123, 123 45 Storstad, Väst

0123-45 67 89

Persson, Jens

2349

2009-03-04

C-789

3

7,00 kr

Fourth Coffee

Lillgatan 123, 123 46 Småstad, Väst

01-234 567

Persson, Jens

2349

2009-03-04

C-795

6

9,75 kr

Fourth Coffee

Lillgatan 123, 123 46 Småstad, Väst

01-234 567

Johansson, Stella

2350

2009-03-04

A-2275

2

16,75 kr

Adventure Works

Mellangatan 123, 123 47 Mellanstad, Väst

012-34 56 78

Johansson, Stella

2350

2009-03-04

F-198

6

5,25 kr

Adventure Works

Mellangatan 123, 123 47 Mellanstad, Väst

012-34 56 78

Johansson, Stella

2350

2009-03-04

B-205

1

4,50 kr

Adventure Works

Mellangatan 123, 123 47 Mellanstad, Väst

012-34 56 78

Lindgren, Max

2351

2009-03-04

C-795

6

9,75 kr

Contoso, Ltd.

Storgatan 123, 123 45 Storstad, Väst

0123-45 67 89

Lindgren, Max

2352

2009-03-05

A-2275

2

16,75 kr

Adventure Works

Mellangatan 123, 123 47 Mellanstad, Väst

012-34 56 78

Lindgren, Max

2352

2009-03-05

D-4420

3

7,25 kr

Adventure Works

Mellangatan 123, 123 47 Mellanstad, Väst

012-34 56 78

Nyberg, Artur

2353

2009-03-07

A-2275

6

16,75 kr

Fourth Coffee

Lillgatan 123, 123 46 Småstad, Väst

01-234 567

Nyberg, Artur

2353

2009-03-07

C-789

5

7,00 kr

Fourth Coffee

Lillgatan 123, 123 46 Småstad, Väst

01-234 567

Forsberg, Christian

2354

2009-03-07

A-2275

3

16,75 kr

Contoso, Ltd.

Storgatan 123, 123 45 Storstad, Väst

0123-45 67 89

Johansson, Stella

2355

2009-03-08

D-4420

4

7,25 kr

Adventure Works

Mellangatan 123, 123 47 Mellanstad, Väst

012-34 56 78

Johansson, Stella

2355

2009-03-08

C-795

3

9,75 kr

Adventure Works

Mellangatan 123, 123 47 Mellanstad, Väst

012-34 56 78

Persson, Jens

2356

2009-03-10

C-789

6

7,00 kr

Contoso, Ltd.

Storgatan 123, 123 45 Storstad, Väst

0123-45 67 89

Information i dess minsta delar: atomära data

När du arbetar med data i det här exemplet kan du använda kommandot Text till kolumn i Excel för att dela upp de ”atomära” delarna i en cell (till exempel gatuadress, postnummer och ort) i separata kolumner.

I tabellen nedan visas de nya kolumnerna i samma kalkylblad när de har delats upp så att alla värden blir atomära. Observera att informationen i kolumnen Säljare har delats upp i kolumnerna Efternamn och Förnamn och att informationen i kolumnen Adress har delats upp i Gatuadress, Ort, Region och Postnummer. Den här informationen är i ”första normalformen”.

Efternamn

Förnamn

 

Gatuadress

Ort

Region

Postnummer

Persson

Jens

Storgatan 123

Storstad

Väst

98227

Johansson

Stella

Mellangatan 123

Mellanstad

Väst

98234

Lindgren

Max

Storgatan 123

Storstad

Väst

98227

Nyberg

Artur

Lillgatan 123

Småstad

Väst

98199

Forsberg

Christian

Storgatan 123

Storstad

Väst

98227

Dela upp data i ordnade ämnen i Excel

I de olika tabellerna med exempeldata nedan visas samma information från Excel-kalkylbladet efter att den har delats upp till tabeller för säljare, produkter, kunder och order. Tabelldesignen är inte färdig, men vi är på god väg.

Tabellen Säljare innehåller endast information om säljare. Observera att varje post har ett unikt ID (Säljar-ID). Värdet för Säljar-ID används i tabellen Order för att koppla en order till en säljare.

Säljare

Säljar-ID

Efternamn

Förnamn

101

Persson

Jens

103

Johansson

Stella

105

Lindgren

Max

107

Nyberg

Artur

109

Forsberg

Christian

Tabellen Produkter innehåller endast information om produkter. Observera att varje post har ett unikt ID (Produkt-ID). Värdet för Produkt-ID används för att koppla produktinformation till tabellen Orderdetaljer.

Produkter

Produkt-ID

Pris

A-2275

16,75

B-205

4,50

C-789

7,00

C-795

9,75

D-4420

7,25

F-198

5,25

J-558

8,50

Tabellen Kunder innehåller endast information om kunder. Observera att varje post har ett unikt ID (Kund-ID). Värdet för Kund-ID används för att koppla kundinformation till tabellen Order.

Kunder

Kund-ID

Namn

Gatuadress

Ort

Region

Postnummer

Telefonnummer

1001

Contoso, Ltd.

Storgatan 123

Storstad

Väst

98227

0123-45 67 89

1003

Adventure Works

Mellangatan 123

Mellanstad

Väst

98234

012-34 56 78

1005

Fourth Coffee

Lillgatan 123

Småstad

Väst

98199

01-234 567

Tabellen Order innehåller information om order, säljare, kunder och produkter. Observera att varje post har ett unikt ID (Ordernummer). En del av informationen i den här tabellen måste delas upp i ytterligare en tabell som innehåller orderdetaljer, så att tabellen Order bara innehåller fyra kolumner – ett unikt ordernummer, orderdatum, säljar-ID och kund-ID. Tabellen som visas här har inte delats upp i tabellen Orderdetaljer ännu.

Order

Ordernummer

Orderdatum

Säljar-ID

Kund-ID

Produkt-ID

Antal

2348

2009-03-02

101

1001

J-558

4

2348

2009-03-02

101

1001

B-205

2

2348

2009-03-02

101

1001

D-4420

5

2349

2009-03-04

101

1005

C-789

3

2349

2009-03-04

101

1005

C-795

6

2350

2009-03-04

103

1003

A-2275

2

2350

2009-03-04

103

1003

F-198

6

2350

2009-03-04

103

1003

B-205

1

2351

2009-03-04

105

1001

C-795

6

2352

2009-03-05

105

1003

A-2275

2

2352

2009-03-05

105

1003

D-4420

3

2353

2009-03-07

107

1005

A-2275

6

2353

2009-03-07

107

1005

C-789

5

2354

2009-03-07

109

1001

A-2275

3

2355

2009-03-08

103

1003

D-4420

4

2355

2009-03-08

103

1003

C-795

3

2356

2009-03-10

101

1001

C-789

5

Orderdetaljer, till exempel produkt-ID och antal flyttas från tabellen Order och lagras i en tabell med namnet Orderdetaljer. Tänk på att det finns 9 order, så det är logiskt att det finns 9 poster i den här tabellen. Observera att tabellen Order har ett unikt ID (Ordernummer), vilket refereras till från tabellen Orderdetaljer.

Den slutliga designen på tabellen Order bör se ut så här:

Order

Ordernummer

Orderdatum

Säljar-ID

Kund-ID

2348

2009-03-02

101

1001

2349

2009-03-04

101

1005

2350

2009-03-04

103

1003

2351

2009-03-04

105

1001

2352

2009-03-05

105

1003

2353

2009-03-07

107

1005

2354

2009-03-07

109

1001

2355

2009-03-08

103

1003

2356

2009-03-10

101

1001

Tabellen Orderdetaljer innehåller inga kolumner som kräver unika värden (d.v.s. det finns ingen primärnyckel), så kolumnerna kan innehålla ”redundanta” data utan att det skapar problem. Två poster i den här tabellen bör dock aldrig vara helt identiska (den här regeln gäller för alla tabeller i en databas). I den här tabellen bör det finnas 17 poster – varje post motsvarar en produkt i en enskild order. I ordern 2349 utgör tre C-789-produkter en av två delar av den totala ordern.

Därför bör tabellen Orderdetaljer se ut så här:

Orderdetaljer

Ordernummer

Produkt-ID

Antal

2348

J-558

4

2348

B-205

2

2348

D-4420

5

2349

C-789

3

2349

C-795

6

2350

A-2275

2

2350

F-198

6

2350

B-205

1

2351

C-795

6

2352

A-2275

2

2352

D-4420

3

2353

A-2275

6

2353

C-789

5

2354

A-2275

3

2355

D-4420

4

2355

C-795

3

2356

C-789

5

Kopiera och klistra in data från Excel till Access

Nu när informationen om säljare, kunder, produkter, order och orderdetaljer har delats upp till separata ämnen i Excel kan du kopiera dessa data direkt till Access, där de blir till tabeller.

Skapa relationer mellan Access-tabeller och köra en fråga

När du har flyttat dina data till Access kan du skapa relationer mellan tabeller och skapa frågor som returnerar information om olika ämnen. Du kan till exempel skapa en fråga som returnerar ordernummer och namnen på säljarna för order som lagts in mellan 2009-03-05 och 2009-03-08.

Du kan dessutom skapa formulär och rapporter för att underlätta datainmatning och försäljningsanalys.

Överst på sidan

Obs!: Ansvarsfriskrivning för maskinöversättning: Den här artikeln har översatts av ett datorsystem utan mänsklig inblandning. Microsoft erbjuder dessa maskinöversättningar för att hjälpa icke engelskspråkiga användare att ta del av information om Microsofts produkter, tjänster och tekniker. Eftersom artikeln är maskinöversatt kan den innehålla fel i ordval, syntax och grammatik.

Utöka dina kunskaper
Utforska utbildning
Få nya funktioner först
Anslut till Office Insiders

Hade du nytta av den här informationen?

Tack för din feedback!

Tack för din feedback! Det låter som att det kan vara bra att koppla dig till en av våra Office-supportrepresentanter.

×