Python-Kurs: Data Analysis im Schiffbau

Zielgruppe: Mitarbeiter der Kalkulationsabteilung, Nordseewerft GmbH
Voraussetzungen: Keine Python-Kenntnisse, Git-Grundlagen vorhanden
Ziel: Große, unharmonisierte Excel-Dateien mit Python effizient analysieren

---

Schnellstart

# 1. Repository klonen
git clone <repo-url>cd python_kurs
# 2. Abhängigkeiten installieren
pip install -r requirements.txt
# 3. JupyterLab starten
jupyter lab

Dann die Notebooks in notebooks/ der Reihe nach öffnen.

---

Kursstruktur

Modul	Datei	Inhalt
01	01_grundlagen_jupyter_python.ipynb	Jupyter, Variablen, Schleifen, Funktionen
02	02_pandas_einfuehrung.ipynb	Series, DataFrame, Filtern, Aggregation
03	03_excel_laden_speichern.ipynb	read_excel, to_excel, mehrere Sheets
04	04_daten_erkunden.ipynb	EDA: Fehlende Werte, Verteilungen, Duplikate
05	05_daten_bereinigen.ipynb	dropna, fillna, Typen, Strings bereinigen
06	06_daten_harmonisieren.ipynb	Mapping, Regex, Fuzzy Matching, Einheiten
07	07_aggregation_statistik.ipynb	groupby, agg, pivot_table, Plan-vs-Ist
08	08_visualisierung.ipynb	matplotlib: Balken, Linien, Scatter, Subplots
09	09_tabellen_zusammenfuehren.ipynb	concat, merge (inner/left/outer)
10	10_automatisierung_berichte.ipynb	Pipelines, formatierte Excel-Berichte

---

Datensatz

Alle Dateien unter daten/ sind synthetische Beispieldaten der fiktiven Nordseewerft GmbH und enthalten bewusst eingebaute Qualitätsprobleme:

Datei	Inhalt	Zeilen
01_projekte_stammdaten.xlsx	10 Schiffbauprojekte 2020–2023	10
02_materialkalkulation_roh.xlsx	Materialpositionen (unharmonisiert)	~1.300
03_lieferanten_stammdaten.xlsx	Lieferanten mit Duplikaten	~30
04_arbeitsstunden_2020_2023.xlsx	Plan/Ist-Stunden je Gewerk & Monat	~1.700

Eingebaute Qualitätsprobleme:

• Gemischte Datumsformate (12.03.2022, 2022-03-12, März 2022)
• Schreibvarianten derselben Materialien und Lieferanten
• Inkonsistente Einheiten (kg vs. t, m vs. lfdm, m² vs. qm)
• Verschiedene Projekt-Nr-Formate (NW-2021-001, nw/2021/001, 2021/001)
• Fehlende Werte (~5–15 % pro Spalte)
• Duplikate (~60 in der Materialkalkulation)

---

Versteckte Lösungszellen

Alle Aufgaben enthalten Lösungen als versteckte Zellen direkt darunter.

• JupyterLab: Die Zelle ist standardmäßig eingeklappt. Klick auf die Zelle → linkes Symbol zum Aufklappen.
• Classic Notebook: Klick auf "..." unter der Aufgabe, dann Toggle cell.
• VS Code Jupyter: Klick auf ... → Show Cell.

---

Tipps

• Führe Zellen immer von oben nach unten aus (Shift+Enter)
• Wenn eine Zelle einen Fehler wirft, zuerst alle vorherigen Zellen erneut ausführen
• Nutze Kernel → Restart & Run All um das komplette Notebook frisch zu starten
• Bei FileNotFoundError: Sicherstellen, dass du dich im notebooks/-Ordner befindest (das ../daten/-Präfix setzt das voraus)