Kontakt aufnehmen
 Dauer 14 Stunden

Schulungsübersicht

Python-Grundlagen für Data Tasks

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

Dateiverarbeitung: CSV und Excel

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

Einführung in Pandas

  • Grundlagen der DataFrame: Erstellung, Indexierung, Auswahl und Filterung
  • Aggregations- und Gruppenoperationen
  • Übliche Bereinigungsoperationen: Fehlende Werte, Duplikate und Typkonvertierungen

Einführung in Polars

  • Polars-Konzepte und Leistungseigenschaften im Vergleich zu Pandas
  • Grundlegende DataFrame-Operationen in Polars
  • Beispiel für Anwendungsfälle: Wann man Polars gegenüber Pandas wählt

Erweiterte Datentransformation (Mittelstufe)

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

Prozessautomatisierung mit Python

  • Schreiben von Skripten zur Automatisierung wiederkehrender Data Tasks und ETL-Schritte
  • Planung von Skripten mit Betriebssystemplanern oder Task-Planern
  • Protokollierung (Logging), Fehlerbehandlung und Benachrichtigungen

Verpacken von Skripten und Best Practices

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

Praktisches Mini-Projekt

  • Aufgabe von Anfang bis Ende: Rohdateien lesen, Daten bereinigen und transformieren, Ergebnisse erzeugen
  • Workflow automatisieren und als ausführbares Skript oder ausführbare Datei verpacken
  • Bewertung und Verbesserungen auf Basis von Peer-Feedback

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundlegende Vertrautheit mit Programmierkonzepten oder die Bereitschaft, diese zu lernen
  • Vertrautheit mit der Nutzung der Befehlszeile oder des Terminals zur Installation von Paketen
  • Erfahrung in der Arbeit mit Tabellenkalkulationen (CSV/Excel)

Zielgruppe

  • Datenanalysten und Operative Fachkräfte, die Data Tasks automatisieren
  • Analysten, die leichtgewichtiges ETL-Scripting anstreben
  • Professionals, die Interesse an praktischen, Python-basierten Daten-Workflows haben

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien