Kontakt aufnehmen
 Dauer 14 Stunden

Schulungsübersicht

Python-Grundlagen für Datenaufgaben

  • Installation von Python und Einrichtung der Entwicklungsumgebung
  • Sprachliche Grundlagen: Variablen, Datentypen, Kontrollstrukturen
  • Schreiben und Ausführen einfacher Python-Skripte

Dateiverarbeitung: CSV und Excel

  • Lesen und Schreiben von CSV-Dateien mit dem csv-Modul und Pandas
  • Arbeiten mit Excel-Dateien über openpyxl/xlrd und Pandas
  • Praktische Übungen: Automatisierung von Dateikonvertierungen

Einführung in Pandas

  • DataFrame-Grundlagen: Erstellung, Indizierung, Auswahl und Filterung
  • Aggregations- und Gruppierungsoperationen
  • Gängige Aufbereitungsoperationen: Fehlende Werte, Duplikate und Typkonvertierungen

Einführung in Polars

  • Polars-Konzepte und Leistungsfähigkeit im Vergleich zu Pandas
  • Grundlegende DataFrame-Operationen in Polars
  • Anwendungsbeispiel: Wann man Polars anstelle von Pandas wählt

Fortgeschrittene Datentransformation (Mittlere Ebene)

  • Komplexe Joins, Fensterfunktionen und Pivot-Operationen in Pandas
  • Effiziente Datenverarbeitungs-Muster mit Polars
  • Kettung von Operationen und Optimierung des Speicherverbrauchs

Prozessautomatisierung mit Python

  • Schreiben von Skripten zur Automatisierung wiederkehrender Daten- und ETL-Schritte
  • Zeitplanung von Skripten mit Betriebssystem-Schedulern oder Task-Schedulern
  • Protokollierung, Fehlerbehandlung und Benachrichtigungen

Skript-Paketierung und bewährte Vorgehensweisen

  • Erstellung ausführbarer Dateien mit PyInstaller oder ähnlichen Tools
  • Projektstruktur, virtuelle Umgebungen und Abhängigkeitsverwaltung
  • Grundlagen der Versionskontrolle und Dokumentation von Workflows

Praktisches Mini-Projekt

  • End-to-End-Aufgabe: Rohdaten lesen, Daten bereinigen und transformieren, Ergebnisse erzeugen
  • Automatisierung des Workflows und Verpackung als ausführbares Skript oder ausführbare Datei
  • Review und Verbesserungen basierend auf Peer-Feedback

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundlegende Vertrautheit mit Programmierkonzepten oder Bereitschaft zum Lernen
  • Vertrauen im Umgang mit der Befehlszeile oder dem Terminal zur Paketinstallation
  • Erfahrung im Umgang mit Kalkulationstabellen (CSV/Excel)

Zielgruppe

  • Datenanalysten und Operative, die Datenaufgaben automatisieren
  • Analytische Ingenieure, die leichtgewichtiges ETL-Scripting suchen
  • Fachkräfte, die sich für praktische, Python-basierte Daten-Workflows interessieren

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien