Excel + Python Automatisierung – Live-Demos

"""
Excel + Python Automatisierung
Projekt: Mitarbeiter-Bonus-Rechner
"""

import pandas as pd

# 1. Daten erstellen
daten = {
    "Name": ["Anna", "Ben", "Clara", "David"],
    "Abteilung": ["Vertrieb", "IT", "Marketing", "Vertrieb"],
    "Gehalt": [4200, 5100, 3800, 4900]
}
df = pd.DataFrame(daten)

# 2. Bonus & Jahresgehalt berechnen
df["Bonus"] = df["Gehalt"] * 0.1
df["Jahresgehalt"] = df["Gehalt"] * 12

# 3. In Excel speichern (2 Sheets)
with pd.ExcelWriter("mitarbeiter_mit_bonus.xlsx", engine="openpyxl") as writer:
    df.to_excel(writer, sheet_name="Alle Mitarbeiter", index=False)
    df[df["Abteilung"] == "Vertrieb"].to_excel(writer, sheet_name="Nur Vertrieb", index=False)

import pandas as pd
import numpy as np

# 1. Testdaten mit Fehlern erstellen
fehlerhafte_daten = {
    "Name": ["Anna", "Ben", "Anna", "Clara", "David", "Ben"],
    "Datum": ["2026-01-01", "01.02.2026", "2026-01-01", "2026-03-15", "15.04.2026", "01.02.2026"],
    "Verkauf": [1200, 850, 1200, 2100, 450, 850],
    "Mitarbeiter-ID": ["A001", "B002", "A001", "C003", "D004", "B002"]
}
df_roh = pd.DataFrame(fehlerhafte_daten)

# 2. Bereinigung
# Duplikate entfernen
df = df_roh.drop_duplicates()
# Leere Zellen füllen
df["Name"] = df["Name"].fillna("Unbekannt")
# Datumsformat vereinheitlichen
df["Datum"] = pd.to_datetime(df["Datum"]).dt.strftime("%Y-%m-%d")

# 3. Saubere Excel speichern
df.to_excel("bereinigte_daten.xlsx", index=False)
print("✅ Bereinigte Datei gespeichert!")

import pandas as pd
import smtplib
from email.mime.multipart import MIMEMultipart
from email.mime.base import MIMEBase
from email.mime.text import MIMEText
from email import encoders
import datetime

# 1. Excel-Report erstellen
daten = {
    "Monat": ["Januar", "Februar", "März"],
    "Umsatz": [12500, 14800, 13200]
}
df = pd.DataFrame(daten)
dateiname = f"Monatsreport_{datetime.datetime.now().strftime('%Y-%m-%d')}.xlsx"
df.to_excel(dateiname, index=False)

# 2. E-Mail versenden (SMTP-Konfiguration notwendig!)
def send_report(empfaenger):
    msg = MIMEMultipart()
    msg["From"] = "ihre-email@gmail.com"  # Hier Ihre E-Mail eintragen
    msg["To"] = empfaenger
    msg["Subject"] = "Monatsreport"
    msg.attach(MIMEText("Ihr Report im Anhang.", "plain"))

    # Anhang hinzufügen
    with open(dateiname, "rb") as datei:
        teil = MIMEBase("application", "octet-stream")
        teil.set_payload(datei.read())
        encoders.encode_base64(teil)
        teil.add_header("Content-Disposition", f"attachment; filename={dateiname}")
        msg.attach(teil)

    # Versenden
    server = smtplib.SMTP("smtp.gmail.com", 587)
    server.starttls()
    server.login("ihre-email@gmail.com", "app-passwort")  # App-Passwort verwenden!
    server.send_message(msg)
    server.quit()

# 3. Ausführen
send_report("empfaenger@beispiel.de")
print("✅ E-Mail erfolgreich versendet!")

from flask import Flask, render_template, request
import pandas as pd
import plotly.express as px
import json

app = Flask(__name__)

# 1. Excel-Datei hochladen
def upload_file():
    file = request.files['file']
    df = pd.read_excel(file)

    # 2. Diagramm erstellen
    fig = px.bar(df, x=df.columns[0], y=df.columns[1])
    graph_json = json.dumps(fig, cls=plotly.utils.PlotlyJSONEncoder)

    # 3. Dashboard anzeigen
    return render_template('index.html', table=df.to_html(), graph=graph_json)

if __name__ == '__main__':
    app.run(debug=True)

import requests
from bs4 import BeautifulSoup
import pandas as pd

# 1. Webseite aufrufen
url = "https://books.toscrape.com/"
response = requests.get(url)

# 2. HTML parsen
soup = BeautifulSoup(response.text, 'html.parser')

# 3. Daten extrahieren
produkte = []
for buch in soup.select('article.product_pod'):
    titel = buch.find('h3').find('a').get('title', 'Kein Titel')
    preis = buch.find('p', class_='price_color').text if buch.find('p', class_='price_color') else 'Kein Preis'
    bewertung = buch.find('p', class_='star-rating').get('class')[1] if buch.find('p', class_='star-rating') else 'Keine Bewertung'
    produkte.append({'Titel': titel, 'Preis': preis, 'Bewertung': bewertung})

# 4. In Excel speichern
df = pd.DataFrame(produkte)
df.to_excel("produkte.xlsx", index=False)
print(f"✅ {len(produkte)} Produkte exportiert!")

import pandas as pd
from openpyxl import load_workbook
from openpyxl.styles import PatternFill, Font

# 1. Daten einlesen
df_soll = pd.read_excel("soll.xlsx")
df_ist = pd.read_excel("ist.xlsx")

# 2. Vergleichen
with pd.ExcelWriter("vergleich_ergebnis.xlsx", engine="openpyxl") as writer:
    df_ist.to_excel(writer, sheet_name="Vergleich", index=False)
    
    wb = writer.book
    ws = writer.sheets["Vergleich"]
    
    # 3. Farben definieren
    gruen = PatternFill(start_color="C6EFCE", end_color="C6EFCE", fill_type="solid")
    rot = PatternFill(start_color="FFC7CE", end_color="FFC7CE", fill_type="solid")
    
    # 4. Zeilen einfärben
    for idx in range(2, len(df_ist) + 2):
        if df_soll.iloc[idx-2].equals(df_ist.iloc[idx-2]):
            for col in range(1, len(df_ist.columns) + 1):
                ws.cell(row=idx, column=col).fill = gruen
        else:
            for col in range(1, len(df_ist.columns) + 1):
                ws.cell(row=idx, column=col).fill = rot

print("✅ Vergleich abgeschlossen!")

import pandas as pd
import xlwings as xw

# 1. Daten erstellen
daten = {
    "Region": ["Ost", "Ost", "West", "West"],
    "Produkt": ["A", "B", "A", "B"],
    "Umsatz": [100, 200, 150, 250]
}
df = pd.DataFrame(daten)

# 2. Excel im Hintergrund starten
app = xw.App(visible=False)
wb = app.books.add()

# 3. Rohdaten schreiben
ws_daten = wb.sheets[0]
ws_daten.name = "Rohdaten"
ws_daten.range('A1').value = df

# 4. Pivot-Tabelle erstellen
ws_pivot = wb.sheets.add("PivotAnalyse")
pivot_cache = wb.api.PivotCaches().Create(
    SourceType=1,
    SourceData=ws_daten.range('A1').expand().api
)
pivot_table = pivot_cache.CreatePivotTable(
    TableDestination=ws_pivot.range('A3').api,
    TableName="Verkaufspivot"
)

# 5. Felder definieren
pivot_table.PivotFields("Region").Orientation = 1  # Zeilen
pivot_table.PivotFields("Produkt").Orientation = 2  # Spalten
pivot_table.AddDataField(pivot_table.PivotFields("Umsatz"), "Summe Umsatz", -4157)

# 6. Speichern
wb.save("pivot_bericht.xlsx")
wb.close()
app.quit()

print("✅ Pivot-Bericht erstellt!")