آموزش اتوماسیون اکسل با پایتون و کتابخانه openpyxl - آخرین آپدیت

درس ها Lessons

• Einführung

• Installation und Setup der Entwicklungsumgebung

• Vorstellung der Entwicklungsumgebung mit Jupyter Notebooks

• Installation und Konfiguration von Microsoft Excel

• Aufbau einer Excel-Datei verstehen (Arbeitsmappen, Arbeitsblätter, Zellen)

• Motivation: Warum Excel-Automatisierung mit Python?

• Grundbegriffe: Excel und Dateiformate

• Überblick über die wichtigsten Bibliotheken Pt. 1

• Überblick über die wichtigsten Bibliotheken Pt. 2

• Hinweise zum Arbeiten mit openpyxl

• Fazit: Welche Bibliothek ist die richtige für welches Szenario?

• Überblick zur operativen Arbeit mit Excel-Dateien

• Erstellung neuer Excel-Dateien mit openpyxl

• Einlesen und Verarbeiten bestehender Arbeitsmappen

• Zellinhalte gezielt verändern und automatisiert bearbeiten

• Daten aus Python-Listen und Arrays in Tabellen integrieren

• Tabellenblätter hinzufügen, löschen und umbenennen

• Zellformatierungen anwenden Pt. 1

• Zellformatierungen anwenden Pt. 2

• Spalten dynamisch bearbeiten

• Zeilen dynamisch bearbeiten

• Programmierübung: Basisfunktionen automatisieren

• Lösungen zur Übung Pt. 1

• Lösungen zur Übung Pt. 2

• Überblick zur Automatisierung von Excel-Formeln

• Automatisierte Aggregationen (SUMME, MITTELWERT etc.)

• Bezugsformeln und Zellverweise korrekt umsetzen

• Dynamische Formeln programmatisch einfügen

• Textfunktionen gezielt nutzen

• Vorbereitung von Formatierungslogiken per Code

• Logikfunktionen einsetzen

• Statistische Funktionen einbinden

• Formeln für maschinelles Lernen und Forecasting

• Verwendung von Datums- und Zeitfunktionen

• Verweisfunktionen

• Überblick zur Datenaufbereitung und -bereinigung

• Spaltenberechnungen automatisiert durchführen

• Duplikate erkennen und systematisch entfernen

• Zufallsdaten zur Test- und Beispielgenerierung erstellen

• Gruppieren und Kategorisieren von Datensätzen

• Umgang mit fehlenden Daten

• Tabellen konsolidieren und intelligent zusammenführen

• Vergleich: openpyxl vs. pandas für Excel-Aufgaben

• R und openpyxl im Praxiseinsatz

• Überblick zur Visualisierungen von Grafiken mit Python in Excel

• Erstellung von Balkendiagrammen direkt aus Python

• Liniendiagramme für Zeitreihenanalysen

• Flächendiagramme zur Darstellung kumulierter Daten

• Kreisdiagramme zur Verhältnisvisualisierung

• Punkt- und Streudiagramme automatisiert generieren

• Überblick über erweiterte Diagrammtypen

• Integration von Matplotlib in den Excel-Workflow

• Seaborn zur Visualisierung statistischer Zusammenhänge

• Auswahl geeigneter Visualisierungsarten im Kontext

• Einfügen und Platzieren von Bildern in Excel

• Überblick zum Arbeiten mit mehreren Dateien

• Mehrere Arbeitsmappen systematisch einlesen und verarbeiten

• Daten aus verschiedenen Quellen konsolidieren

• Bearbeitung mehrerer Arbeitsblätter übergreifend steuern

• Zellwerte in großen Datenmengen global aktualisieren

• Kombination von openpyxl mit VBA-Workflows

• Zusammenfassung zentraler Kursinhalte

• Verabschiedung