Python in Excel für die DatenanalyseNeue Spalten berechnen mit Pandas – Kennzahlen direkt im DataFrame erstellen
Das Erstellen neuer Spalten ist das Herzstück der Datenaufbereitung. Ob einfache Multiplikation oder komplexe Wenn-Dann-Logik – mit Pandas behalten Sie immer die Kontrolle über Ihre Kennzahlen. Hier einige Beispiele.
Warum berechnete Kennzahlen so wichtig sind
In der Praxis besteht Datenanalyse selten nur darin, vorhandene Daten auszuwerten. Der eigentliche Mehrwert entsteht oft erst dadurch, dass neue Kennzahlen berechnet werden.
Typische Beispiele aus dem Business-Alltag sind:
- Umsatz = Preis × Menge
- Durchschnittlicher Umsatz pro Kunde
- Rabatte und Margen
- Abweichungen (Soll vs. Ist)
In Excel würden Sie dafür neue Spalten anlegen und Formeln nach unten kopieren. Mit Pandas geht das deutlich einfacher – und vor allem fehlerfrei und reproduzierbar.
Wichtig: Für die folgenden Beispiele benötigen Sie die Bibliotheken Pandas und NumPy. In der Excel-Python-Umgebung (=PY) sind diese bereits verfügbar. Fügen Sie den Import dieser Bibliotheken einmalig ganz am Anfang Ihrer Python-Zelle ein:
import pandas as pd
import numpy as np
