Datenanalyse – Pandas vs. Excel (Hybrid)

Der Fokus der Schulung wird auf der Vermittlung von Grundkenntnissen in der Benutzung der Pandas-Bibliothek an einem durchgehenden betriebswirtschaftlichen Datenbeispiel liegen.

Agenda

• Einführung Datenanalyse (Anteil 10%)
• Die Teilnehmenden erarbeiten praktisch an Beispielen die grundlegenden Sprachelemente der Pandas-Bibliothek (Dictionary, Series, Dataframe, etc.) mit Jupyter Notebook (Python-Werkzeug zur Datenverarbeitung), (Anteil 30%)
• Datenbeispiel Excel (Anteil 10%): der Trainer zeigt an den Verkaufsdaten eines Beispiel-Webshops ausgewählte Untersuchungsmethoden mit Excel (deskriptive Statistik, Matrixformel, Pivot-Tabelle)
• Datenbeispiel Pandas (Anteil 30%): Die Teilnehmenden erarbeiten praktisch die mit Excel gezeigte Datenuntersuchung nun unter Anleitung mit Python- und Pandas-Funktionen mit einem Jupyter Notebook
• Ausblick Pandas für Fortgeschrittene, der Trainer zeigt ausgewählte Methoden (Anteil 10%)
• Zusammenfassung und Diskussion (Anteil 10%)

Handouts

Folgende Unterlagen (Folien, Beispielanwendungen) werden den Teilnehmer:innen zur Verfügung gestellt:

• PDF zur „Einführung Datenanalyse“
• CSV-Datei (betriebswirtschaftliche Daten)
• Jupyter-Notebook für die Arbeit mit Pandas

Voraussetzungen

• Grundkenntnisse in Python 3.x (nicht zwingend notwendig)
• Dies ist eine Anfänger-Schulung! Vorkenntnisse sind nicht zwingend erforderlich!

Lernerfolge

Nach der Schulung kennen die Teilnehmenden nicht nur die von den Trainierenden ausgewählten theoretischen und praktischen Sprachkonzepte von Python und Pandas, sondern sie können diese auch mit gleichwertigen Funktionen in Excel vergleichen.

Registrierung

Link zur Registrierung: https://event.zih.tu-dresden.de/nhr/pandas
Die Registrierung schließt am 19.08.2022. Das NHR-Tutorial ist auf 15 Teilnehmende  (Verhältnis gerne 65% physisch, 35% online) beschränkt.
Die Zugangsdaten erhalten Sie kurz vor der Veranstaltung per Email an Ihre registrierte E-Mail-Adresse.

Für weiteren Fragen steht Ihnen Anja Gerbes (anja.gerbes@tu-dresden.de) zur Verfügung.