Python in Excel für die DatenanalyseDaten filtern – Bedingungen definieren mit Pandas
- Filtern als wichtiges Werkzeug für die Datenanalyse
- Datensatz in Python laden
- Einfache Filterbedingungen definieren
- Mehrere Bedingungen kombinieren
- Besonders lesbare Alternative – die .query()-Methode
- Dynamische Filter aus Excel-Zellen
- Textbasierte Filter anwenden
- Mehrere Werte gleichzeitig filtern
- Daten ausschließen (Negation)
- Kombination der Negation mit .isin()
- Häufige Fehler beim Filtern mit Python
- Warum Filtern mit Pandas so mächtig ist
- Ein komplexes Beispiel für Filter mit Pandas und Python
- Fazit
Filtern als wichtiges Werkzeug für die Datenanalyse
In der Praxis geht es bei Datenanalysen selten darum, den gesamten Datensatz zu betrachten. Viel häufiger möchten Sie gezielt Antworten auf konkrete Fragen erhalten, zum Beispiel:
- Welche Verkäufe liegen über 100 EUR?
- Welche Transaktionen stammen aus Deutschland?
- Welche Produkte enthalten das Wort „Laptop“?
- Welche Verkäufe haben eine hohe Stückzahl?
In Excel würden Sie dafür typischerweise Filter setzen oder Pivot-Tabellen verwenden. Mit Python in Excel geht das deutlich strukturierter – und vor allem reproduzierbar.
Voraussetzung: Um Python in Excel zu nutzen, aktivieren Sie eine Zelle mit =PY in der Bearbeitungsleiste. Anschließend können Sie Pandas und die xl()-Funktion verwenden, um auf Excel-Daten zuzugreifen.
