Python zur Excel-Automatisierung mit openpyxl
Fabio Basler, M.Sc.
Schau dir diesen Kurs und Tausende anderer Kurse an
Schau dir diesen Kurs und Tausende anderer Kurse an
Einheiten dieses Kurses
-
-
1.
Einführung
2:35
-
2.
Installation und Setup der Entwicklungsumgebung
5:02
-
3.
Vorstellung der Entwicklungsumgebung mit Jupyter Notebooks
9:30
-
4.
Installation und Konfiguration von Microsoft Excel
6:00
-
5.
Aufbau einer Excel-Datei verstehen (Arbeitsmappen, Arbeitsblätter, Zellen)
9:13
-
6.
Motivation: Warum Excel-Automatisierung mit Python?
5:08
-
7.
Grundbegriffe: Excel und Dateiformate
6:27
-
8.
Überblick über die wichtigsten Bibliotheken Pt. 1
5:56
-
9.
Überblick über die wichtigsten Bibliotheken Pt. 2
8:16
-
10.
Hinweise zum Arbeiten mit openpyxl
6:15
-
11.
Fazit: Welche Bibliothek ist die richtige für welches Szenario?
2:06
-
12.
Überblick zur operativen Arbeit mit Excel-Dateien
2:34
-
13.
Erstellung neuer Excel-Dateien mit openpyxl
5:28
-
14.
Einlesen und Verarbeiten bestehender Arbeitsmappen
3:56
-
15.
Zellinhalte gezielt verändern und automatisiert bearbeiten
4:25
-
16.
Daten aus Python-Listen und Arrays in Tabellen integrieren
9:03
-
17.
Tabellenblätter hinzufügen, löschen und umbenennen
6:53
-
18.
Zellformatierungen anwenden Pt. 1
7:01
-
19.
Zellformatierungen anwenden Pt. 2
6:18
-
20.
Spalten dynamisch bearbeiten
5:53
-
21.
Zeilen dynamisch bearbeiten
8:44
-
22.
Programmierübung: Basisfunktionen automatisieren
4:17
-
23.
Lösungen zur Übung Pt. 1
-
24.
Lösungen zur Übung Pt. 2
4:22
-
25.
Überblick zur Automatisierung von Excel-Formeln
2:18
-
26.
Automatisierte Aggregationen (SUMME, MITTELWERT etc.)
6:17
-
27.
Bezugsformeln und Zellverweise korrekt umsetzen
4:06
-
28.
Dynamische Formeln programmatisch einfügen
8:20
-
29.
Textfunktionen gezielt nutzen
7:19
-
30.
Vorbereitung von Formatierungslogiken per Code
7:18
-
31.
Logikfunktionen einsetzen
8:10
-
32.
Statistische Funktionen einbinden
12:08
-
33.
Formeln für maschinelles Lernen und Forecasting
8:18
-
34.
Verwendung von Datums- und Zeitfunktionen
11:41
-
35.
Verweisfunktionen
-
36.
Überblick zur Datenaufbereitung und -bereinigung
1:42
-
37.
Spaltenberechnungen automatisiert durchführen
7:27
-
38.
Duplikate erkennen und systematisch entfernen
3:41
-
39.
Zufallsdaten zur Test- und Beispielgenerierung erstellen
6:40
-
40.
Gruppieren und Kategorisieren von Datensätzen
10:21
-
41.
Umgang mit fehlenden Daten
10:35
-
42.
Tabellen konsolidieren und intelligent zusammenführen
-
43.
Vergleich: openpyxl vs. pandas für Excel-Aufgaben
11:02
-
44.
R und openpyxl im Praxiseinsatz
5:07
-
45.
Überblick zur Visualisierungen von Grafiken mit Python in Excel
1:55
-
46.
Erstellung von Balkendiagrammen direkt aus Python
10:57
-
47.
Liniendiagramme für Zeitreihenanalysen
1:40
-
48.
Flächendiagramme zur Darstellung kumulierter Daten
3:35
-
49.
Kreisdiagramme zur Verhältnisvisualisierung
3:44
-
50.
Punkt- und Streudiagramme automatisiert generieren
2:19
-
51.
Überblick über erweiterte Diagrammtypen
2:03
-
52.
Integration von Matplotlib in den Excel-Workflow
6:55
-
53.
Seaborn zur Visualisierung statistischer Zusammenhänge
3:16
-
54.
Auswahl geeigneter Visualisierungsarten im Kontext
4:01
-
55.
Einfügen und Platzieren von Bildern in Excel
3:12
-
56.
Überblick zum Arbeiten mit mehreren Dateien
2:42
-
57.
Mehrere Arbeitsmappen systematisch einlesen und verarbeiten
16:17
-
58.
Daten aus verschiedenen Quellen konsolidieren
11:26
-
59.
Bearbeitung mehrerer Arbeitsblätter übergreifend steuern
12:57
-
60.
Zellwerte in großen Datenmengen global aktualisieren
15:47
-
61.
Kombination von openpyxl mit VBA-Workflows
13:47
-
62.
Zusammenfassung zentraler Kursinhalte
2:03
-
63.
Verabschiedung
1:04
-
-
- --
- Anfänger-Niveau
- Fortgeschrittenes Niveau
- Fortgeschrittenes Niveau
- Jedes Niveau
Von der Community generiert
Das Niveau wird anhand der mehrheitlichen Meinung der Teilnehmer:innen bestimmt, die diesen Kurs bewertet haben. Bis das Feedback von mindestens 5 Teilnehmer:innen eingegangen ist, wird die Empfehlung der Kursleiter:innen angezeigt.
--
Teilnehmer:innen
--
Projekte
Über diesen Kurs
In diesem Kurs steht die automatisierte Arbeit mit Microsoft Excel im Mittelpunkt unter Verwendung der Programmiersprache Python und der Bibliothek openpyxl. Ziel ist es, typische Aufgaben in Excel effizient und reproduzierbar zu gestalten, ohne auf manuelle Eingriffe oder VBA angewiesen zu sein.
Behandelt werden unter anderem das Erstellen und Bearbeiten von Arbeitsmappen, das Auslesen und Schreiben von Zellinhalten, die Formatierung von Tabellen sowie der Einsatz von Formeln und Funktionen. Auch komplexere Abläufe wie das Arbeiten mit mehreren Dateien, das Einfügen von Diagrammen oder die Kombination mit Bibliotheken wie pandas, matplotlib oder seaborn werden praxisnah umgesetzt.
Die Inhalte sind thematisch strukturiert und werden durch kommentierten Beispielcode, Übungen mit Musterlösungen sowie ergänzende Cheatsheets und Datensätze unterstützt. So lässt sich ein systematischer Einstieg ebenso realisieren wie der gezielte Ausbau bestehender Kenntnisse im Bereich der Excel-Automatisierung mit Python.
Triff deine:n Kursleiter:in
Fabio Basler ist Trainer und Autor mit Schwerpunkt auf Data Science und Kunstlicher Intelligenz. Mit Erfahrung in Technologien wie Python, SQL, R, Power BI, Tableau, Excel sowie Themen wie Large Language Models und AI Agents vermittelt er praxisnahes Wissen in Onlinekursen, Seminaren und Inhouse-Schulungen.
Er studierte im Bachelor an der Hochschule Offenburg und absolvierte seinen Master an der ESB Business School. In seiner Masterarbeit setzte er sich mit Machine-Learning-Modellen in Python auseinander.
Fabio Basler bringt acht Jahre Berufserfahrung im Controlling und in der digitalen Transformation eines Industriekonzerns mit. Diese Praxisnahe fliesst in seine Arbeit ein mit dem Ziel, datengetriebene Losungen fur konkrete Unternehmensherausforderungen zu entwic... Vollständiges Profil ansehen
Praxisnahes Kursprojekt
Dieses Projekt enthält sämtliche Python-Skripte, Übungsaufgaben, Lösungen sowie begleitende Materialien zum Python-Kurs. Die Inhalte sind in einer ZIP-Datei gebündelt und dienen der Vertiefung und praktischen Anwendung der im Kurs vermittelten Konzepte. Ziel ist es, den Lernprozess durch strukturiertes, nachvollziehbares und direkt ausführbares Beispielmaterial optimal zu unterstützen.
Kursbewertung
Warum lohnt sich eine Mitgliedschaft bei Skillshare?
Nimm an prämierten Skillshare Original-Kursen teil
Jeder Kurs setzt sich aus kurzen Einheiten und praktischen Übungsprojekten zusammen
Mit deiner Mitgliedschaft unterstützt du die Kursleiter:innen auf Skillshare
Lerne von überall aus
Ob auf dem Weg zur Arbeit, zur Uni oder im Flieger - streame oder lade Kurse herunter mit der Skillshare-App und lerne, wo auch immer du möchtest.
