Python in Excel für die DatenanalyseMehrere Kennzahlen gleichzeitig berechnen – Aggregationen mit Pandas
- Warum mehrere Kennzahlen gleichzeitig wichtig sind
- Datensatz laden und vorbereiten
- Mehrere Kennzahlen mit agg() berechnen
- Eigene Spaltennamen vergeben: Named Aggregation
- Mehrere Aggregationen pro Spalte
- Kombination mit Sortierung
- Kombination mit Filter
- Zwei Fallstricke (für große Datenmengen)
- Wichtiger Unterschied in der Praxis: count vs. size
- Vergleich mit Excel
Warum mehrere Kennzahlen gleichzeitig wichtig sind
In der Praxis reicht es selten aus, nur eine einzelne Kennzahl zu betrachten. In Excel verwenden Sie dafür mehrere Pivot-Felder oder Formeln. Mit Pandas können Sie mehrere Kennzahlen in einem einzigen Schritt berechnen.
Das zugrundeliegende Prinzip nennt man Split-Apply-Combine: Daten trennen, berechnen und wieder zusammenführen. Dazu erfahren Sie in diesem Beitrag, wie Sie
- mehrere Kennzahlen gleichzeitig berechnen,
- nachvollziehbare Spaltennamen vergeben,
- Ergebnisse direkt Excel-tauglich machen und
- die Performance bei großen Daten verbessern.
Hinweis zur Dateneingabe in Excel: Markieren Sie eine Zelle, tippen Sie =PY( ein, fügen Sie den Python-Code ein und schließen Sie mit ) (schließende Klammer) ab. Drücken Sie Strg + Enter, um die Zelle zu bestätigen. Das Ergebnis wird automatisch als dynamische Tabelle in Excel ausgegeben und aktualisiert sich bei Änderungen.
