<?xml version="1.0"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="en">
	<id>https://itf24c.duckdns.org/api.php?action=feedcontributions&amp;feedformat=atom&amp;user=Lorenzen69</id>
	<title>ITF24C Wiki - User contributions [en]</title>
	<link rel="self" type="application/atom+xml" href="https://itf24c.duckdns.org/api.php?action=feedcontributions&amp;feedformat=atom&amp;user=Lorenzen69"/>
	<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php/Special:Contributions/Lorenzen69"/>
	<updated>2026-11-21T09:25:12Z</updated>
	<subtitle>User contributions</subtitle>
	<generator>MediaWiki 1.43.11</generator>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=CSV&amp;diff=169</id>
		<title>CSV</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=CSV&amp;diff=169"/>
		<updated>2026-11-02T12:45:28Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;= CSV (Dateiformat) =&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;CSV&#039;&#039;&#039; (Comma-Separated Values) ist ein textbasiertes Dateiformat zur Speicherung tabellarischer Daten. Dabei werden einzelne Datenwerte durch Trennzeichen voneinander getrennt. CSV-Dateien werden häufig verwendet, um Daten zwischen verschiedenen Programmen auszutauschen.&lt;br /&gt;
&lt;br /&gt;
== Aufbau ==&lt;br /&gt;
&lt;br /&gt;
Eine CSV-Datei besteht aus mehreren Zeilen, wobei jede Zeile normalerweise einen Datensatz darstellt. Die einzelnen Werte werden durch ein Trennzeichen getrennt.&lt;br /&gt;
&lt;br /&gt;
Häufig verwendete Trennzeichen sind:&lt;br /&gt;
&lt;br /&gt;
* Komma (`,`)&lt;br /&gt;
* Semikolon (`;`)&lt;br /&gt;
* Tabulator&lt;br /&gt;
&lt;br /&gt;
Beispiel einer CSV-Datei:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
Name;Alter;Stadt&lt;br /&gt;
Max;25;Berlin&lt;br /&gt;
Anna;30;Hamburg&lt;br /&gt;
Peter;28;München&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Die erste Zeile enthält häufig die Spaltenüberschriften. Die folgenden Zeilen enthalten die eigentlichen Datensätze.&lt;br /&gt;
&lt;br /&gt;
== Eigenschaften ==&lt;br /&gt;
&lt;br /&gt;
Zu den wichtigsten Eigenschaften des CSV-Formats gehören:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Einfacher Aufbau:&#039;&#039;&#039; Daten werden als einfacher Text gespeichert.&lt;br /&gt;
* &#039;&#039;&#039;Plattformunabhängigkeit:&#039;&#039;&#039; CSV-Dateien können von vielen verschiedenen Betriebssystemen und Programmen verarbeitet werden.&lt;br /&gt;
* &#039;&#039;&#039;Geringer Speicherbedarf:&#039;&#039;&#039; Im Vergleich zu komplexen Tabellenformaten ist CSV meist platzsparend.&lt;br /&gt;
* &#039;&#039;&#039;Hohe Kompatibilität:&#039;&#039;&#039; CSV wird von zahlreichen Anwendungen und Programmiersprachen unterstützt.&lt;br /&gt;
* &#039;&#039;&#039;Einfache Verarbeitung:&#039;&#039;&#039; Die Dateien können mit Texteditoren geöffnet und bearbeitet werden.&lt;br /&gt;
&lt;br /&gt;
== Verwendung ==&lt;br /&gt;
&lt;br /&gt;
CSV-Dateien werden in vielen Bereichen eingesetzt, beispielsweise:&lt;br /&gt;
&lt;br /&gt;
* Datenaustausch zwischen verschiedenen Anwendungen&lt;br /&gt;
* Export und Import von [[Datenbanken]]&lt;br /&gt;
* Speicherung von Messwerten und Statistiken&lt;br /&gt;
* Verarbeitung von Datensätzen in der Datenanalyse&lt;br /&gt;
* Datenaustausch mit Tabellenkalkulationsprogrammen wie [[Excel|Microsoft Excel]]&lt;br /&gt;
&lt;br /&gt;
== Verwendung mit Python ==&lt;br /&gt;
&lt;br /&gt;
Auch mit der Programmiersprache [[Python]] können CSV-Dateien verarbeitet werden. Dafür existieren unter anderem das integrierte Modul `csv` sowie die externe Bibliothek [[pandas]].&lt;br /&gt;
&lt;br /&gt;
Beispiel mit pandas:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
import pandas as pd&lt;br /&gt;
&lt;br /&gt;
# CSV-Datei einlesen&lt;br /&gt;
df = pd.read_csv(&amp;quot;daten.csv&amp;quot;, sep=&amp;quot;;&amp;quot;)&lt;br /&gt;
&lt;br /&gt;
# Daten ausgeben&lt;br /&gt;
print(df)&lt;br /&gt;
&lt;br /&gt;
# Daten wieder als CSV speichern&lt;br /&gt;
df.to_csv(&amp;quot;ausgabe.csv&amp;quot;, sep=&amp;quot;;&amp;quot;, index=False)&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Vor- und Nachteile ==&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Vorteile:&#039;&#039;&#039;&lt;br /&gt;
* Einfach lesbar und leicht zu bearbeiten.&lt;br /&gt;
* Von vielen Programmen unterstützt.&lt;br /&gt;
* Gut für den Austausch tabellarischer Daten geeignet.&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Nachteile:&#039;&#039;&#039;&lt;br /&gt;
* Keine Unterstützung für Formatierungen oder Farben.&lt;br /&gt;
* Keine Speicherung komplexer Datentypen oder Tabellenstrukturen.&lt;br /&gt;
* Trennzeichen und Zeichencodierungen können zu Kompatibilitätsproblemen führen.&lt;br /&gt;
* Keine standardisierte Unterstützung für Datentypen.&lt;br /&gt;
&lt;br /&gt;
== Weiterführende Links ==&lt;br /&gt;
&lt;br /&gt;
* [https://www.rfc-editor.org/rfc/rfc4180 RFC 4180 – Common Format and MIME Type for CSV Files]&lt;br /&gt;
* [[Python]]&lt;br /&gt;
* [[pandas]]&lt;br /&gt;
* [[Excel|Microsoft Excel]]&lt;br /&gt;
* [[Oracle_DB]]&lt;br /&gt;
* [[MySQL_DB]]&lt;br /&gt;
&lt;br /&gt;
[[Kategorie:Dateiformate]]&lt;br /&gt;
[[Kategorie:Datenverarbeitung]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=CSV&amp;diff=168</id>
		<title>CSV</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=CSV&amp;diff=168"/>
		<updated>2026-11-02T12:44:43Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;= CSV (Dateiformat) =&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;CSV&#039;&#039;&#039; (Comma-Separated Values) ist ein textbasiertes Dateiformat zur Speicherung tabellarischer Daten. Dabei werden einzelne Datenwerte durch Trennzeichen voneinander getrennt. CSV-Dateien werden häufig verwendet, um Daten zwischen verschiedenen Programmen auszutauschen.&lt;br /&gt;
&lt;br /&gt;
== Aufbau ==&lt;br /&gt;
&lt;br /&gt;
Eine CSV-Datei besteht aus mehreren Zeilen, wobei jede Zeile normalerweise einen Datensatz darstellt. Die einzelnen Werte werden durch ein Trennzeichen getrennt.&lt;br /&gt;
&lt;br /&gt;
Häufig verwendete Trennzeichen sind:&lt;br /&gt;
&lt;br /&gt;
* Komma (`,`)&lt;br /&gt;
* Semikolon (`;`)&lt;br /&gt;
* Tabulator&lt;br /&gt;
&lt;br /&gt;
Beispiel einer CSV-Datei:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
Name;Alter;Stadt&lt;br /&gt;
Max;25;Berlin&lt;br /&gt;
Anna;30;Hamburg&lt;br /&gt;
Peter;28;München&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Die erste Zeile enthält häufig die Spaltenüberschriften. Die folgenden Zeilen enthalten die eigentlichen Datensätze.&lt;br /&gt;
&lt;br /&gt;
== Eigenschaften ==&lt;br /&gt;
&lt;br /&gt;
Zu den wichtigsten Eigenschaften des CSV-Formats gehören:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Einfacher Aufbau:&#039;&#039;&#039; Daten werden als einfacher Text gespeichert.&lt;br /&gt;
* &#039;&#039;&#039;Plattformunabhängigkeit:&#039;&#039;&#039; CSV-Dateien können von vielen verschiedenen Betriebssystemen und Programmen verarbeitet werden.&lt;br /&gt;
* &#039;&#039;&#039;Geringer Speicherbedarf:&#039;&#039;&#039; Im Vergleich zu komplexen Tabellenformaten ist CSV meist platzsparend.&lt;br /&gt;
* &#039;&#039;&#039;Hohe Kompatibilität:&#039;&#039;&#039; CSV wird von zahlreichen Anwendungen und Programmiersprachen unterstützt.&lt;br /&gt;
* &#039;&#039;&#039;Einfache Verarbeitung:&#039;&#039;&#039; Die Dateien können mit Texteditoren geöffnet und bearbeitet werden.&lt;br /&gt;
&lt;br /&gt;
== Verwendung ==&lt;br /&gt;
&lt;br /&gt;
CSV-Dateien werden in vielen Bereichen eingesetzt, beispielsweise:&lt;br /&gt;
&lt;br /&gt;
* Datenaustausch zwischen verschiedenen Anwendungen&lt;br /&gt;
* Export und Import von Datenbanken&lt;br /&gt;
* Speicherung von Messwerten und Statistiken&lt;br /&gt;
* Verarbeitung von Datensätzen in der Datenanalyse&lt;br /&gt;
* Datenaustausch mit Tabellenkalkulationsprogrammen wie [[Excel|Microsoft Excel]]&lt;br /&gt;
&lt;br /&gt;
== Verwendung mit Python ==&lt;br /&gt;
&lt;br /&gt;
Auch mit der Programmiersprache [[Python]] können CSV-Dateien verarbeitet werden. Dafür existieren unter anderem das integrierte Modul `csv` sowie die externe Bibliothek [[pandas]].&lt;br /&gt;
&lt;br /&gt;
Beispiel mit pandas:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
import pandas as pd&lt;br /&gt;
&lt;br /&gt;
# CSV-Datei einlesen&lt;br /&gt;
df = pd.read_csv(&amp;quot;daten.csv&amp;quot;, sep=&amp;quot;;&amp;quot;)&lt;br /&gt;
&lt;br /&gt;
# Daten ausgeben&lt;br /&gt;
print(df)&lt;br /&gt;
&lt;br /&gt;
# Daten wieder als CSV speichern&lt;br /&gt;
df.to_csv(&amp;quot;ausgabe.csv&amp;quot;, sep=&amp;quot;;&amp;quot;, index=False)&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Vor- und Nachteile ==&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Vorteile:&#039;&#039;&#039;&lt;br /&gt;
* Einfach lesbar und leicht zu bearbeiten.&lt;br /&gt;
* Von vielen Programmen unterstützt.&lt;br /&gt;
* Gut für den Austausch tabellarischer Daten geeignet.&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Nachteile:&#039;&#039;&#039;&lt;br /&gt;
* Keine Unterstützung für Formatierungen oder Farben.&lt;br /&gt;
* Keine Speicherung komplexer Datentypen oder Tabellenstrukturen.&lt;br /&gt;
* Trennzeichen und Zeichencodierungen können zu Kompatibilitätsproblemen führen.&lt;br /&gt;
* Keine standardisierte Unterstützung für Datentypen.&lt;br /&gt;
&lt;br /&gt;
== Weiterführende Links ==&lt;br /&gt;
&lt;br /&gt;
* [https://www.rfc-editor.org/rfc/rfc4180 RFC 4180 – Common Format and MIME Type for CSV Files]&lt;br /&gt;
* [[Python]]&lt;br /&gt;
* [[pandas]]&lt;br /&gt;
* [[Excel|Microsoft Excel]]&lt;br /&gt;
* [[Oracle_DB]]&lt;br /&gt;
* [[MySQL_DB]]&lt;br /&gt;
&lt;br /&gt;
[[Kategorie:Dateiformate]]&lt;br /&gt;
[[Kategorie:Datenverarbeitung]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=CSV&amp;diff=167</id>
		<title>CSV</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=CSV&amp;diff=167"/>
		<updated>2026-11-02T12:42:09Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;= CSV (Dateiformat) =&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;CSV&#039;&#039;&#039; (Comma-Separated Values) ist ein textbasiertes Dateiformat zur Speicherung tabellarischer Daten. Dabei werden einzelne Datenwerte durch Trennzeichen voneinander getrennt. CSV-Dateien werden häufig verwendet, um Daten zwischen verschiedenen Programmen auszutauschen.&lt;br /&gt;
&lt;br /&gt;
== Aufbau ==&lt;br /&gt;
&lt;br /&gt;
Eine CSV-Datei besteht aus mehreren Zeilen, wobei jede Zeile normalerweise einen Datensatz darstellt. Die einzelnen Werte werden durch ein Trennzeichen getrennt.&lt;br /&gt;
&lt;br /&gt;
Häufig verwendete Trennzeichen sind:&lt;br /&gt;
&lt;br /&gt;
* Komma (`,`)&lt;br /&gt;
* Semikolon (`;`)&lt;br /&gt;
* Tabulator&lt;br /&gt;
&lt;br /&gt;
Beispiel einer CSV-Datei:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
Name;Alter;Stadt&lt;br /&gt;
Max;25;Berlin&lt;br /&gt;
Anna;30;Hamburg&lt;br /&gt;
Peter;28;München&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Die erste Zeile enthält häufig die Spaltenüberschriften. Die folgenden Zeilen enthalten die eigentlichen Datensätze.&lt;br /&gt;
&lt;br /&gt;
== Eigenschaften ==&lt;br /&gt;
&lt;br /&gt;
Zu den wichtigsten Eigenschaften des CSV-Formats gehören:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Einfacher Aufbau:&#039;&#039;&#039; Daten werden als einfacher Text gespeichert.&lt;br /&gt;
* &#039;&#039;&#039;Plattformunabhängigkeit:&#039;&#039;&#039; CSV-Dateien können von vielen verschiedenen Betriebssystemen und Programmen verarbeitet werden.&lt;br /&gt;
* &#039;&#039;&#039;Geringer Speicherbedarf:&#039;&#039;&#039; Im Vergleich zu komplexen Tabellenformaten ist CSV meist platzsparend.&lt;br /&gt;
* &#039;&#039;&#039;Hohe Kompatibilität:&#039;&#039;&#039; CSV wird von zahlreichen Anwendungen und Programmiersprachen unterstützt.&lt;br /&gt;
* &#039;&#039;&#039;Einfache Verarbeitung:&#039;&#039;&#039; Die Dateien können mit Texteditoren geöffnet und bearbeitet werden.&lt;br /&gt;
&lt;br /&gt;
== Verwendung ==&lt;br /&gt;
&lt;br /&gt;
CSV-Dateien werden in vielen Bereichen eingesetzt, beispielsweise:&lt;br /&gt;
&lt;br /&gt;
* Datenaustausch zwischen verschiedenen Anwendungen&lt;br /&gt;
* Export und Import von Datenbanken&lt;br /&gt;
* Speicherung von Messwerten und Statistiken&lt;br /&gt;
* Verarbeitung von Datensätzen in der Datenanalyse&lt;br /&gt;
* Datenaustausch mit Tabellenkalkulationsprogrammen wie [[Excel|Microsoft Excel]]&lt;br /&gt;
&lt;br /&gt;
== Verwendung mit Python ==&lt;br /&gt;
&lt;br /&gt;
Auch mit der Programmiersprache [[Python]] können CSV-Dateien verarbeitet werden. Dafür existieren unter anderem das integrierte Modul `csv` sowie die externe Bibliothek [[pandas]].&lt;br /&gt;
&lt;br /&gt;
Beispiel mit pandas:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
import pandas as pd&lt;br /&gt;
&lt;br /&gt;
# CSV-Datei einlesen&lt;br /&gt;
df = pd.read_csv(&amp;quot;daten.csv&amp;quot;, sep=&amp;quot;;&amp;quot;)&lt;br /&gt;
&lt;br /&gt;
# Daten ausgeben&lt;br /&gt;
print(df)&lt;br /&gt;
&lt;br /&gt;
# Daten wieder als CSV speichern&lt;br /&gt;
df.to_csv(&amp;quot;ausgabe.csv&amp;quot;, sep=&amp;quot;;&amp;quot;, index=False)&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Vor- und Nachteile ==&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Vorteile:&#039;&#039;&#039;&lt;br /&gt;
* Einfach lesbar und leicht zu bearbeiten.&lt;br /&gt;
* Von vielen Programmen unterstützt.&lt;br /&gt;
* Gut für den Austausch tabellarischer Daten geeignet.&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Nachteile:&#039;&#039;&#039;&lt;br /&gt;
* Keine Unterstützung für Formatierungen oder Farben.&lt;br /&gt;
* Keine Speicherung komplexer Datentypen oder Tabellenstrukturen.&lt;br /&gt;
* Trennzeichen und Zeichencodierungen können zu Kompatibilitätsproblemen führen.&lt;br /&gt;
* Keine standardisierte Unterstützung für Datentypen.&lt;br /&gt;
&lt;br /&gt;
== Weiterführende Links ==&lt;br /&gt;
&lt;br /&gt;
* [https://www.rfc-editor.org/rfc/rfc4180 RFC 4180 – Common Format and MIME Type for CSV Files]&lt;br /&gt;
* [[Python]]&lt;br /&gt;
* [[pandas]]&lt;br /&gt;
* [[Excel|Microsoft Excel]]&lt;br /&gt;
&lt;br /&gt;
[[Kategorie:Dateiformate]]&lt;br /&gt;
[[Kategorie:Datenverarbeitung]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=Pandas&amp;diff=166</id>
		<title>Pandas</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=Pandas&amp;diff=166"/>
		<updated>2026-11-02T12:39:52Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;= pandas (Python-Modul) =&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;pandas&#039;&#039;&#039; ist eine Open-Source-Bibliothek für die Programmiersprache [[Python]], die zur Datenverarbeitung und Datenanalyse verwendet wird. Sie bietet leistungsfähige Datenstrukturen und Funktionen, um strukturierte Daten effizient zu verwalten, zu bearbeiten und auszuwerten.&lt;br /&gt;
&lt;br /&gt;
== Funktionen ==&lt;br /&gt;
&lt;br /&gt;
Zu den wichtigsten Funktionen von pandas gehören:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Datenimport und -export:&#039;&#039;&#039; Einlesen und Speichern von [[CSV]]-, [[Excel]]-, JSON- und SQL-Dateien.&lt;br /&gt;
* &#039;&#039;&#039;Datenanalyse:&#039;&#039;&#039; Berechnung statistischer Kennzahlen und Auswertung von Daten.&lt;br /&gt;
* &#039;&#039;&#039;Datenbereinigung:&#039;&#039;&#039; Umgang mit fehlenden Werten, Duplikaten und fehlerhaften Datensätzen.&lt;br /&gt;
* &#039;&#039;&#039;Datenmanipulation:&#039;&#039;&#039; Filtern, Sortieren, Gruppieren und Zusammenführen von Datensätzen.&lt;br /&gt;
* &#039;&#039;&#039;Zeitreihenanalyse:&#039;&#039;&#039; Verarbeitung und Auswertung zeitabhängiger Daten.&lt;br /&gt;
&lt;br /&gt;
== Zentrale Datenstrukturen ==&lt;br /&gt;
&lt;br /&gt;
pandas stellt zwei zentrale Datenstrukturen bereit:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Series:&#039;&#039;&#039; Eine eindimensionale Datenstruktur mit beschrifteten Indizes.&lt;br /&gt;
* &#039;&#039;&#039;DataFrame:&#039;&#039;&#039; Eine zweidimensionale Tabellenstruktur aus Zeilen und Spalten, vergleichbar mit einer Excel-Tabelle.&lt;br /&gt;
&lt;br /&gt;
== Installation ==&lt;br /&gt;
&lt;br /&gt;
Die Installation erfolgt üblicherweise über pip:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
pip install pandas&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Beispiel ==&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
import pandas as pd&lt;br /&gt;
&lt;br /&gt;
# Beispieldaten erstellen&lt;br /&gt;
data = {&lt;br /&gt;
    &amp;quot;Name&amp;quot;: [&amp;quot;Max&amp;quot;, &amp;quot;Anna&amp;quot;, &amp;quot;Peter&amp;quot;],&lt;br /&gt;
    &amp;quot;Alter&amp;quot;: [25, 30, 28]&lt;br /&gt;
}&lt;br /&gt;
&lt;br /&gt;
# DataFrame erzeugen&lt;br /&gt;
df = pd.DataFrame(data)&lt;br /&gt;
&lt;br /&gt;
# Daten ausgeben&lt;br /&gt;
print(df)&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Weiterführende Links ==&lt;br /&gt;
&lt;br /&gt;
* [https://pandas.pydata.org/docs/ Offizielle pandas-Dokumentation]&lt;br /&gt;
* [[Python]]&lt;br /&gt;
* [https://github.com/pandas-dev/pandas pandas auf GitHub]&lt;br /&gt;
&lt;br /&gt;
[[Kategorie:Python]]&lt;br /&gt;
[[Kategorie:Softwarebibliotheken]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=Excel&amp;diff=163</id>
		<title>Excel</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=Excel&amp;diff=163"/>
		<updated>2026-11-02T12:36:36Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;= Microsoft Excel =&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Microsoft Excel&#039;&#039;&#039; ist ein Tabellenkalkulationsprogramm von Microsoft. Es wird zur Erfassung, Verwaltung, Berechnung und Analyse von Daten verwendet und ist Bestandteil der Microsoft-Office- bzw. Microsoft-365-Produktpalette.&lt;br /&gt;
&lt;br /&gt;
== Funktionen ==&lt;br /&gt;
&lt;br /&gt;
Zu den wichtigsten Funktionen von Microsoft Excel gehören:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Tabellenkalkulation:&#039;&#039;&#039; Erstellen und Bearbeiten von Tabellen mit Zeilen und Spalten.&lt;br /&gt;
* &#039;&#039;&#039;Formeln und Funktionen:&#039;&#039;&#039; Durchführung mathematischer, statistischer und logischer Berechnungen.&lt;br /&gt;
* &#039;&#039;&#039;Diagramme:&#039;&#039;&#039; Grafische Darstellung und Visualisierung von Daten.&lt;br /&gt;
* &#039;&#039;&#039;Datenanalyse:&#039;&#039;&#039; Auswertung großer Datenmengen mithilfe von Pivot-Tabellen und weiteren Analysewerkzeugen.&lt;br /&gt;
* &#039;&#039;&#039;Datenfilterung:&#039;&#039;&#039; Sortieren und Filtern von Datensätzen.&lt;br /&gt;
* &#039;&#039;&#039;Automatisierung:&#039;&#039;&#039; Automatisierung wiederkehrender Aufgaben mithilfe von Makros und VBA.&lt;br /&gt;
&lt;br /&gt;
== Dateiformate ==&lt;br /&gt;
&lt;br /&gt;
Excel unterstützt verschiedene Dateiformate:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;.xlsx:&#039;&#039;&#039; Standardformat für Excel-Arbeitsmappen.&lt;br /&gt;
* &#039;&#039;&#039;.xls:&#039;&#039;&#039; Älteres Excel-Dateiformat.&lt;br /&gt;
* &#039;&#039;&#039;.[[CSV|csv]]:&#039;&#039;&#039; Textbasiertes Format zur Speicherung tabellarischer Daten.&lt;br /&gt;
* &#039;&#039;&#039;.xlsm:&#039;&#039;&#039; Excel-Arbeitsmappe mit Unterstützung für Makros.&lt;br /&gt;
&lt;br /&gt;
== Verwendung ==&lt;br /&gt;
&lt;br /&gt;
Microsoft Excel wird in zahlreichen Bereichen eingesetzt, beispielsweise:&lt;br /&gt;
&lt;br /&gt;
* Buchhaltung und Finanzwesen&lt;br /&gt;
* Projektplanung und Aufgabenverwaltung&lt;br /&gt;
* Erstellung von Statistiken und Auswertungen&lt;br /&gt;
* Verwaltung von Kunden- und Produktdaten&lt;br /&gt;
* Erstellung von Berichten und Diagrammen&lt;br /&gt;
&lt;br /&gt;
== Weiterführende Links ==&lt;br /&gt;
&lt;br /&gt;
* [[Pandas]]&lt;br /&gt;
[[Kategorie:Software]]&lt;br /&gt;
[[Kategorie:Office-Programme]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=Excel&amp;diff=162</id>
		<title>Excel</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=Excel&amp;diff=162"/>
		<updated>2026-11-02T12:35:49Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;= Microsoft Excel =&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Microsoft Excel&#039;&#039;&#039; ist ein Tabellenkalkulationsprogramm von Microsoft. Es wird zur Erfassung, Verwaltung, Berechnung und Analyse von Daten verwendet und ist Bestandteil der Microsoft-Office- bzw. Microsoft-365-Produktpalette.&lt;br /&gt;
&lt;br /&gt;
== Funktionen ==&lt;br /&gt;
&lt;br /&gt;
Zu den wichtigsten Funktionen von Microsoft Excel gehören:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Tabellenkalkulation:&#039;&#039;&#039; Erstellen und Bearbeiten von Tabellen mit Zeilen und Spalten.&lt;br /&gt;
* &#039;&#039;&#039;Formeln und Funktionen:&#039;&#039;&#039; Durchführung mathematischer, statistischer und logischer Berechnungen.&lt;br /&gt;
* &#039;&#039;&#039;Diagramme:&#039;&#039;&#039; Grafische Darstellung und Visualisierung von Daten.&lt;br /&gt;
* &#039;&#039;&#039;Datenanalyse:&#039;&#039;&#039; Auswertung großer Datenmengen mithilfe von Pivot-Tabellen und weiteren Analysewerkzeugen.&lt;br /&gt;
* &#039;&#039;&#039;Datenfilterung:&#039;&#039;&#039; Sortieren und Filtern von Datensätzen.&lt;br /&gt;
* &#039;&#039;&#039;Automatisierung:&#039;&#039;&#039; Automatisierung wiederkehrender Aufgaben mithilfe von Makros und VBA.&lt;br /&gt;
&lt;br /&gt;
== Dateiformate ==&lt;br /&gt;
&lt;br /&gt;
Excel unterstützt verschiedene Dateiformate:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;.xlsx:&#039;&#039;&#039; Standardformat für Excel-Arbeitsmappen.&lt;br /&gt;
* &#039;&#039;&#039;.xls:&#039;&#039;&#039; Älteres Excel-Dateiformat.&lt;br /&gt;
* &#039;&#039;&#039;.[[CSV|csv]]:&#039;&#039;&#039; Textbasiertes Format zur Speicherung tabellarischer Daten.&lt;br /&gt;
* &#039;&#039;&#039;.xlsm:&#039;&#039;&#039; Excel-Arbeitsmappe mit Unterstützung für Makros.&lt;br /&gt;
&lt;br /&gt;
== Verwendung ==&lt;br /&gt;
&lt;br /&gt;
Microsoft Excel wird in zahlreichen Bereichen eingesetzt, beispielsweise:&lt;br /&gt;
&lt;br /&gt;
* Buchhaltung und Finanzwesen&lt;br /&gt;
* Projektplanung und Aufgabenverwaltung&lt;br /&gt;
* Erstellung von Statistiken und Auswertungen&lt;br /&gt;
* Verwaltung von Kunden- und Produktdaten&lt;br /&gt;
* Erstellung von Berichten und Diagrammen&lt;br /&gt;
&lt;br /&gt;
== Weiterführende Links ==&lt;br /&gt;
&lt;br /&gt;
* [https://www.microsoft.com/de-de/microsoft-365/excel Offizielle Microsoft Excel-Webseite]&lt;br /&gt;
* [https://support.microsoft.com/de-de/excel Microsoft Excel Support]&lt;br /&gt;
* [[Pandas]]&lt;br /&gt;
[[Kategorie:Software]]&lt;br /&gt;
[[Kategorie:Office-Programme]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=CSV&amp;diff=159</id>
		<title>CSV</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=CSV&amp;diff=159"/>
		<updated>2026-11-02T12:35:09Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;= CSV (Dateiformat) =&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;CSV&#039;&#039;&#039; (Comma-Separated Values) ist ein textbasiertes Dateiformat zur Speicherung tabellarischer Daten. Dabei werden einzelne Datenwerte durch Trennzeichen voneinander getrennt. CSV-Dateien werden häufig verwendet, um Daten zwischen verschiedenen Programmen auszutauschen.&lt;br /&gt;
&lt;br /&gt;
== Aufbau ==&lt;br /&gt;
&lt;br /&gt;
Eine CSV-Datei besteht aus mehreren Zeilen, wobei jede Zeile normalerweise einen Datensatz darstellt. Die einzelnen Werte werden durch ein Trennzeichen getrennt.&lt;br /&gt;
&lt;br /&gt;
Häufig verwendete Trennzeichen sind:&lt;br /&gt;
&lt;br /&gt;
* Komma (`,`)&lt;br /&gt;
* Semikolon (`;`)&lt;br /&gt;
* Tabulator&lt;br /&gt;
&lt;br /&gt;
Beispiel einer CSV-Datei:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
Name;Alter;Stadt&lt;br /&gt;
Max;25;Berlin&lt;br /&gt;
Anna;30;Hamburg&lt;br /&gt;
Peter;28;München&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Die erste Zeile enthält häufig die Spaltenüberschriften. Die folgenden Zeilen enthalten die eigentlichen Datensätze.&lt;br /&gt;
&lt;br /&gt;
== Eigenschaften ==&lt;br /&gt;
&lt;br /&gt;
Zu den wichtigsten Eigenschaften des CSV-Formats gehören:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Einfacher Aufbau:&#039;&#039;&#039; Daten werden als einfacher Text gespeichert.&lt;br /&gt;
* &#039;&#039;&#039;Plattformunabhängigkeit:&#039;&#039;&#039; CSV-Dateien können von vielen verschiedenen Betriebssystemen und Programmen verarbeitet werden.&lt;br /&gt;
* &#039;&#039;&#039;Geringer Speicherbedarf:&#039;&#039;&#039; Im Vergleich zu komplexen Tabellenformaten ist CSV meist platzsparend.&lt;br /&gt;
* &#039;&#039;&#039;Hohe Kompatibilität:&#039;&#039;&#039; CSV wird von zahlreichen Anwendungen und Programmiersprachen unterstützt.&lt;br /&gt;
* &#039;&#039;&#039;Einfache Verarbeitung:&#039;&#039;&#039; Die Dateien können mit Texteditoren geöffnet und bearbeitet werden.&lt;br /&gt;
&lt;br /&gt;
== Verwendung ==&lt;br /&gt;
&lt;br /&gt;
CSV-Dateien werden in vielen Bereichen eingesetzt, beispielsweise:&lt;br /&gt;
&lt;br /&gt;
* Datenaustausch zwischen verschiedenen Anwendungen&lt;br /&gt;
* Export und Import von Datenbanken&lt;br /&gt;
* Speicherung von Messwerten und Statistiken&lt;br /&gt;
* Verarbeitung von Datensätzen in der Datenanalyse&lt;br /&gt;
* Datenaustausch mit Tabellenkalkulationsprogrammen wie [[Microsoft Excel]]&lt;br /&gt;
&lt;br /&gt;
== Verwendung mit Python ==&lt;br /&gt;
&lt;br /&gt;
Auch mit der Programmiersprache [[Python]] können CSV-Dateien verarbeitet werden. Dafür existieren unter anderem das integrierte Modul `csv` sowie die externe Bibliothek [[pandas]].&lt;br /&gt;
&lt;br /&gt;
Beispiel mit pandas:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
import pandas as pd&lt;br /&gt;
&lt;br /&gt;
# CSV-Datei einlesen&lt;br /&gt;
df = pd.read_csv(&amp;quot;daten.csv&amp;quot;, sep=&amp;quot;;&amp;quot;)&lt;br /&gt;
&lt;br /&gt;
# Daten ausgeben&lt;br /&gt;
print(df)&lt;br /&gt;
&lt;br /&gt;
# Daten wieder als CSV speichern&lt;br /&gt;
df.to_csv(&amp;quot;ausgabe.csv&amp;quot;, sep=&amp;quot;;&amp;quot;, index=False)&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Vor- und Nachteile ==&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Vorteile:&#039;&#039;&#039;&lt;br /&gt;
* Einfach lesbar und leicht zu bearbeiten.&lt;br /&gt;
* Von vielen Programmen unterstützt.&lt;br /&gt;
* Gut für den Austausch tabellarischer Daten geeignet.&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Nachteile:&#039;&#039;&#039;&lt;br /&gt;
* Keine Unterstützung für Formatierungen oder Farben.&lt;br /&gt;
* Keine Speicherung komplexer Datentypen oder Tabellenstrukturen.&lt;br /&gt;
* Trennzeichen und Zeichencodierungen können zu Kompatibilitätsproblemen führen.&lt;br /&gt;
* Keine standardisierte Unterstützung für Datentypen.&lt;br /&gt;
&lt;br /&gt;
== Weiterführende Links ==&lt;br /&gt;
&lt;br /&gt;
* [https://www.rfc-editor.org/rfc/rfc4180 RFC 4180 – Common Format and MIME Type for CSV Files]&lt;br /&gt;
* [[Python]]&lt;br /&gt;
* [[pandas]]&lt;br /&gt;
* [[Excel|Microsoft Excel]]&lt;br /&gt;
&lt;br /&gt;
[[Kategorie:Dateiformate]]&lt;br /&gt;
[[Kategorie:Datenverarbeitung]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=CSV&amp;diff=156</id>
		<title>CSV</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=CSV&amp;diff=156"/>
		<updated>2026-11-02T12:34:49Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;= CSV (Dateiformat) =&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;CSV&#039;&#039;&#039; (Comma-Separated Values) ist ein textbasiertes Dateiformat zur Speicherung tabellarischer Daten. Dabei werden einzelne Datenwerte durch Trennzeichen voneinander getrennt. CSV-Dateien werden häufig verwendet, um Daten zwischen verschiedenen Programmen auszutauschen.&lt;br /&gt;
&lt;br /&gt;
== Aufbau ==&lt;br /&gt;
&lt;br /&gt;
Eine CSV-Datei besteht aus mehreren Zeilen, wobei jede Zeile normalerweise einen Datensatz darstellt. Die einzelnen Werte werden durch ein Trennzeichen getrennt.&lt;br /&gt;
&lt;br /&gt;
Häufig verwendete Trennzeichen sind:&lt;br /&gt;
&lt;br /&gt;
* Komma (`,`)&lt;br /&gt;
* Semikolon (`;`)&lt;br /&gt;
* Tabulator&lt;br /&gt;
&lt;br /&gt;
Beispiel einer CSV-Datei:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
Name;Alter;Stadt&lt;br /&gt;
Max;25;Berlin&lt;br /&gt;
Anna;30;Hamburg&lt;br /&gt;
Peter;28;München&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Die erste Zeile enthält häufig die Spaltenüberschriften. Die folgenden Zeilen enthalten die eigentlichen Datensätze.&lt;br /&gt;
&lt;br /&gt;
== Eigenschaften ==&lt;br /&gt;
&lt;br /&gt;
Zu den wichtigsten Eigenschaften des CSV-Formats gehören:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Einfacher Aufbau:&#039;&#039;&#039; Daten werden als einfacher Text gespeichert.&lt;br /&gt;
* &#039;&#039;&#039;Plattformunabhängigkeit:&#039;&#039;&#039; CSV-Dateien können von vielen verschiedenen Betriebssystemen und Programmen verarbeitet werden.&lt;br /&gt;
* &#039;&#039;&#039;Geringer Speicherbedarf:&#039;&#039;&#039; Im Vergleich zu komplexen Tabellenformaten ist CSV meist platzsparend.&lt;br /&gt;
* &#039;&#039;&#039;Hohe Kompatibilität:&#039;&#039;&#039; CSV wird von zahlreichen Anwendungen und Programmiersprachen unterstützt.&lt;br /&gt;
* &#039;&#039;&#039;Einfache Verarbeitung:&#039;&#039;&#039; Die Dateien können mit Texteditoren geöffnet und bearbeitet werden.&lt;br /&gt;
&lt;br /&gt;
== Verwendung ==&lt;br /&gt;
&lt;br /&gt;
CSV-Dateien werden in vielen Bereichen eingesetzt, beispielsweise:&lt;br /&gt;
&lt;br /&gt;
* Datenaustausch zwischen verschiedenen Anwendungen&lt;br /&gt;
* Export und Import von Datenbanken&lt;br /&gt;
* Speicherung von Messwerten und Statistiken&lt;br /&gt;
* Verarbeitung von Datensätzen in der Datenanalyse&lt;br /&gt;
* Datenaustausch mit Tabellenkalkulationsprogrammen wie [[Microsoft Excel]]&lt;br /&gt;
&lt;br /&gt;
== Verwendung mit Python ==&lt;br /&gt;
&lt;br /&gt;
Auch mit der Programmiersprache [[Python]] können CSV-Dateien verarbeitet werden. Dafür existieren unter anderem das integrierte Modul `csv` sowie die externe Bibliothek [[pandas]].&lt;br /&gt;
&lt;br /&gt;
Beispiel mit pandas:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
import pandas as pd&lt;br /&gt;
&lt;br /&gt;
# CSV-Datei einlesen&lt;br /&gt;
df = pd.read_csv(&amp;quot;daten.csv&amp;quot;, sep=&amp;quot;;&amp;quot;)&lt;br /&gt;
&lt;br /&gt;
# Daten ausgeben&lt;br /&gt;
print(df)&lt;br /&gt;
&lt;br /&gt;
# Daten wieder als CSV speichern&lt;br /&gt;
df.to_csv(&amp;quot;ausgabe.csv&amp;quot;, sep=&amp;quot;;&amp;quot;, index=False)&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Vor- und Nachteile ==&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Vorteile:&#039;&#039;&#039;&lt;br /&gt;
* Einfach lesbar und leicht zu bearbeiten.&lt;br /&gt;
* Von vielen Programmen unterstützt.&lt;br /&gt;
* Gut für den Austausch tabellarischer Daten geeignet.&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Nachteile:&#039;&#039;&#039;&lt;br /&gt;
* Keine Unterstützung für Formatierungen oder Farben.&lt;br /&gt;
* Keine Speicherung komplexer Datentypen oder Tabellenstrukturen.&lt;br /&gt;
* Trennzeichen und Zeichencodierungen können zu Kompatibilitätsproblemen führen.&lt;br /&gt;
* Keine standardisierte Unterstützung für Datentypen.&lt;br /&gt;
&lt;br /&gt;
== Weiterführende Links ==&lt;br /&gt;
&lt;br /&gt;
* [https://www.rfc-editor.org/rfc/rfc4180 RFC 4180 – Common Format and MIME Type for CSV Files]&lt;br /&gt;
* [[Python]]&lt;br /&gt;
* [[pandas]]&lt;br /&gt;
* [[Microsoft Excel]]&lt;br /&gt;
&lt;br /&gt;
[[Kategorie:Dateiformate]]&lt;br /&gt;
[[Kategorie:Datenverarbeitung]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=Csv&amp;diff=155</id>
		<title>Csv</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=Csv&amp;diff=155"/>
		<updated>2026-11-02T12:34:19Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: Redirected page to CSV&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;#REDIRECT [[CSV]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=CSV&amp;diff=154</id>
		<title>CSV</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=CSV&amp;diff=154"/>
		<updated>2026-11-02T12:34:00Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: Created page with &amp;quot;= pandas (Python-Modul) =  &amp;#039;&amp;#039;&amp;#039;pandas&amp;#039;&amp;#039;&amp;#039; ist eine Open-Source-Bibliothek für die Programmiersprache Python, die zur Datenverarbeitung und Datenanalyse verwendet wird. Sie bietet leistungsfähige Datenstrukturen und Funktionen, um strukturierte Daten effizient zu verwalten, zu bearbeiten und auszuwerten.  == Funktionen ==  Zu den wichtigsten Funktionen von pandas gehören:  * &amp;#039;&amp;#039;&amp;#039;Datenimport und -export:&amp;#039;&amp;#039;&amp;#039; Einlesen und Speichern von CSV-, Excel-, JSON- und SQL...&amp;quot;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;= pandas (Python-Modul) =&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;pandas&#039;&#039;&#039; ist eine Open-Source-Bibliothek für die Programmiersprache [[Python]], die zur Datenverarbeitung und Datenanalyse verwendet wird. Sie bietet leistungsfähige Datenstrukturen und Funktionen, um strukturierte Daten effizient zu verwalten, zu bearbeiten und auszuwerten.&lt;br /&gt;
&lt;br /&gt;
== Funktionen ==&lt;br /&gt;
&lt;br /&gt;
Zu den wichtigsten Funktionen von pandas gehören:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Datenimport und -export:&#039;&#039;&#039; Einlesen und Speichern von [[CSV]]-, [[Excel]]-, JSON- und SQL-Dateien.&lt;br /&gt;
* &#039;&#039;&#039;Datenanalyse:&#039;&#039;&#039; Berechnung statistischer Kennzahlen und Auswertung von Daten.&lt;br /&gt;
* &#039;&#039;&#039;Datenbereinigung:&#039;&#039;&#039; Umgang mit fehlenden Werten, Duplikaten und fehlerhaften Datensätzen.&lt;br /&gt;
* &#039;&#039;&#039;Datenmanipulation:&#039;&#039;&#039; Filtern, Sortieren, Gruppieren und Zusammenführen von Datensätzen.&lt;br /&gt;
* &#039;&#039;&#039;Zeitreihenanalyse:&#039;&#039;&#039; Verarbeitung und Auswertung zeitabhängiger Daten.&lt;br /&gt;
&lt;br /&gt;
== Zentrale Datenstrukturen ==&lt;br /&gt;
&lt;br /&gt;
pandas stellt zwei zentrale Datenstrukturen bereit:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Series:&#039;&#039;&#039; Eine eindimensionale Datenstruktur mit beschrifteten Indizes.&lt;br /&gt;
* &#039;&#039;&#039;DataFrame:&#039;&#039;&#039; Eine zweidimensionale Tabellenstruktur aus Zeilen und Spalten, vergleichbar mit einer Excel-Tabelle.&lt;br /&gt;
&lt;br /&gt;
== Installation ==&lt;br /&gt;
&lt;br /&gt;
Die Installation erfolgt üblicherweise über pip:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
pip install pandas&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Beispiel ==&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
import pandas as pd&lt;br /&gt;
&lt;br /&gt;
# Beispieldaten erstellen&lt;br /&gt;
data = {&lt;br /&gt;
    &amp;quot;Name&amp;quot;: [&amp;quot;Max&amp;quot;, &amp;quot;Anna&amp;quot;, &amp;quot;Peter&amp;quot;],&lt;br /&gt;
    &amp;quot;Alter&amp;quot;: [25, 30, 28]&lt;br /&gt;
}&lt;br /&gt;
&lt;br /&gt;
# DataFrame erzeugen&lt;br /&gt;
df = pd.DataFrame(data)&lt;br /&gt;
&lt;br /&gt;
# Daten ausgeben&lt;br /&gt;
print(df)&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Weiterführende Links ==&lt;br /&gt;
&lt;br /&gt;
* [https://pandas.pydata.org/docs/ Offizielle pandas-Dokumentation]&lt;br /&gt;
* [[Python]]&lt;br /&gt;
* [https://github.com/pandas-dev/pandas pandas auf GitHub]&lt;br /&gt;
&lt;br /&gt;
[[Kategorie:Python]]&lt;br /&gt;
[[Kategorie:Softwarebibliotheken]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=Pandas&amp;diff=149</id>
		<title>Pandas</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=Pandas&amp;diff=149"/>
		<updated>2026-11-02T12:32:56Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;= pandas (Python-Modul) =&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;pandas&#039;&#039;&#039; ist eine Open-Source-Bibliothek für die Programmiersprache [[Python]], die zur Datenverarbeitung und Datenanalyse verwendet wird. Sie bietet leistungsfähige Datenstrukturen und Funktionen, um strukturierte Daten effizient zu verwalten, zu bearbeiten und auszuwerten.&lt;br /&gt;
&lt;br /&gt;
== Funktionen ==&lt;br /&gt;
&lt;br /&gt;
Zu den wichtigsten Funktionen von pandas gehören:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Datenimport und -export:&#039;&#039;&#039; Einlesen und Speichern von [[Csv]]-, [[Excel]]-, JSON- und SQL-Dateien.&lt;br /&gt;
* &#039;&#039;&#039;Datenanalyse:&#039;&#039;&#039; Berechnung statistischer Kennzahlen und Auswertung von Daten.&lt;br /&gt;
* &#039;&#039;&#039;Datenbereinigung:&#039;&#039;&#039; Umgang mit fehlenden Werten, Duplikaten und fehlerhaften Datensätzen.&lt;br /&gt;
* &#039;&#039;&#039;Datenmanipulation:&#039;&#039;&#039; Filtern, Sortieren, Gruppieren und Zusammenführen von Datensätzen.&lt;br /&gt;
* &#039;&#039;&#039;Zeitreihenanalyse:&#039;&#039;&#039; Verarbeitung und Auswertung zeitabhängiger Daten.&lt;br /&gt;
&lt;br /&gt;
== Zentrale Datenstrukturen ==&lt;br /&gt;
&lt;br /&gt;
pandas stellt zwei zentrale Datenstrukturen bereit:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Series:&#039;&#039;&#039; Eine eindimensionale Datenstruktur mit beschrifteten Indizes.&lt;br /&gt;
* &#039;&#039;&#039;DataFrame:&#039;&#039;&#039; Eine zweidimensionale Tabellenstruktur aus Zeilen und Spalten, vergleichbar mit einer Excel-Tabelle.&lt;br /&gt;
&lt;br /&gt;
== Installation ==&lt;br /&gt;
&lt;br /&gt;
Die Installation erfolgt üblicherweise über pip:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
pip install pandas&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Beispiel ==&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
import pandas as pd&lt;br /&gt;
&lt;br /&gt;
# Beispieldaten erstellen&lt;br /&gt;
data = {&lt;br /&gt;
    &amp;quot;Name&amp;quot;: [&amp;quot;Max&amp;quot;, &amp;quot;Anna&amp;quot;, &amp;quot;Peter&amp;quot;],&lt;br /&gt;
    &amp;quot;Alter&amp;quot;: [25, 30, 28]&lt;br /&gt;
}&lt;br /&gt;
&lt;br /&gt;
# DataFrame erzeugen&lt;br /&gt;
df = pd.DataFrame(data)&lt;br /&gt;
&lt;br /&gt;
# Daten ausgeben&lt;br /&gt;
print(df)&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Weiterführende Links ==&lt;br /&gt;
&lt;br /&gt;
* [https://pandas.pydata.org/docs/ Offizielle pandas-Dokumentation]&lt;br /&gt;
* [[Python]]&lt;br /&gt;
* [https://github.com/pandas-dev/pandas pandas auf GitHub]&lt;br /&gt;
&lt;br /&gt;
[[Kategorie:Python]]&lt;br /&gt;
[[Kategorie:Softwarebibliotheken]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=Pandas&amp;diff=145</id>
		<title>Pandas</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=Pandas&amp;diff=145"/>
		<updated>2026-11-02T12:32:04Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;= pandas (Python-Modul) =&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;pandas&#039;&#039;&#039; ist eine Open-Source-Bibliothek für die Programmiersprache [[Python]], die zur Datenverarbeitung und Datenanalyse verwendet wird. Sie bietet leistungsfähige Datenstrukturen und Funktionen, um strukturierte Daten effizient zu verwalten, zu bearbeiten und auszuwerten.&lt;br /&gt;
&lt;br /&gt;
== Funktionen ==&lt;br /&gt;
&lt;br /&gt;
Zu den wichtigsten Funktionen von pandas gehören:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Datenimport und -export:&#039;&#039;&#039; Einlesen und Speichern von [[CSV]]-, [[Excel]]-, JSON- und SQL-Dateien.&lt;br /&gt;
* &#039;&#039;&#039;Datenanalyse:&#039;&#039;&#039; Berechnung statistischer Kennzahlen und Auswertung von Daten.&lt;br /&gt;
* &#039;&#039;&#039;Datenbereinigung:&#039;&#039;&#039; Umgang mit fehlenden Werten, Duplikaten und fehlerhaften Datensätzen.&lt;br /&gt;
* &#039;&#039;&#039;Datenmanipulation:&#039;&#039;&#039; Filtern, Sortieren, Gruppieren und Zusammenführen von Datensätzen.&lt;br /&gt;
* &#039;&#039;&#039;Zeitreihenanalyse:&#039;&#039;&#039; Verarbeitung und Auswertung zeitabhängiger Daten.&lt;br /&gt;
&lt;br /&gt;
== Zentrale Datenstrukturen ==&lt;br /&gt;
&lt;br /&gt;
pandas stellt zwei zentrale Datenstrukturen bereit:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Series:&#039;&#039;&#039; Eine eindimensionale Datenstruktur mit beschrifteten Indizes.&lt;br /&gt;
* &#039;&#039;&#039;DataFrame:&#039;&#039;&#039; Eine zweidimensionale Tabellenstruktur aus Zeilen und Spalten, vergleichbar mit einer Excel-Tabelle.&lt;br /&gt;
&lt;br /&gt;
== Installation ==&lt;br /&gt;
&lt;br /&gt;
Die Installation erfolgt üblicherweise über pip:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
pip install pandas&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Beispiel ==&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
import pandas as pd&lt;br /&gt;
&lt;br /&gt;
# Beispieldaten erstellen&lt;br /&gt;
data = {&lt;br /&gt;
    &amp;quot;Name&amp;quot;: [&amp;quot;Max&amp;quot;, &amp;quot;Anna&amp;quot;, &amp;quot;Peter&amp;quot;],&lt;br /&gt;
    &amp;quot;Alter&amp;quot;: [25, 30, 28]&lt;br /&gt;
}&lt;br /&gt;
&lt;br /&gt;
# DataFrame erzeugen&lt;br /&gt;
df = pd.DataFrame(data)&lt;br /&gt;
&lt;br /&gt;
# Daten ausgeben&lt;br /&gt;
print(df)&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Weiterführende Links ==&lt;br /&gt;
&lt;br /&gt;
* [https://pandas.pydata.org/docs/ Offizielle pandas-Dokumentation]&lt;br /&gt;
* [[Python]]&lt;br /&gt;
* [https://github.com/pandas-dev/pandas pandas auf GitHub]&lt;br /&gt;
&lt;br /&gt;
[[Kategorie:Python]]&lt;br /&gt;
[[Kategorie:Softwarebibliotheken]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=Csv&amp;diff=142</id>
		<title>Csv</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=Csv&amp;diff=142"/>
		<updated>2026-11-02T12:31:24Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;= CSV (Dateiformat) =&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;CSV&#039;&#039;&#039; (Comma-Separated Values) ist ein textbasiertes Dateiformat zur Speicherung tabellarischer Daten. Dabei werden einzelne Datenwerte durch Trennzeichen voneinander getrennt. CSV-Dateien werden häufig verwendet, um Daten zwischen verschiedenen Programmen auszutauschen.&lt;br /&gt;
&lt;br /&gt;
== Aufbau ==&lt;br /&gt;
&lt;br /&gt;
Eine CSV-Datei besteht aus mehreren Zeilen, wobei jede Zeile normalerweise einen Datensatz darstellt. Die einzelnen Werte werden durch ein Trennzeichen getrennt.&lt;br /&gt;
&lt;br /&gt;
Häufig verwendete Trennzeichen sind:&lt;br /&gt;
&lt;br /&gt;
* Komma (`,`)&lt;br /&gt;
* Semikolon (`;`)&lt;br /&gt;
* Tabulator&lt;br /&gt;
&lt;br /&gt;
Beispiel einer CSV-Datei:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
Name;Alter;Stadt&lt;br /&gt;
Max;25;Berlin&lt;br /&gt;
Anna;30;Hamburg&lt;br /&gt;
Peter;28;München&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Die erste Zeile enthält häufig die Spaltenüberschriften. Die folgenden Zeilen enthalten die eigentlichen Datensätze.&lt;br /&gt;
&lt;br /&gt;
== Eigenschaften ==&lt;br /&gt;
&lt;br /&gt;
Zu den wichtigsten Eigenschaften des CSV-Formats gehören:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Einfacher Aufbau:&#039;&#039;&#039; Daten werden als einfacher Text gespeichert.&lt;br /&gt;
* &#039;&#039;&#039;Plattformunabhängigkeit:&#039;&#039;&#039; CSV-Dateien können von vielen verschiedenen Betriebssystemen und Programmen verarbeitet werden.&lt;br /&gt;
* &#039;&#039;&#039;Geringer Speicherbedarf:&#039;&#039;&#039; Im Vergleich zu komplexen Tabellenformaten ist CSV meist platzsparend.&lt;br /&gt;
* &#039;&#039;&#039;Hohe Kompatibilität:&#039;&#039;&#039; CSV wird von zahlreichen Anwendungen und Programmiersprachen unterstützt.&lt;br /&gt;
* &#039;&#039;&#039;Einfache Verarbeitung:&#039;&#039;&#039; Die Dateien können mit Texteditoren geöffnet und bearbeitet werden.&lt;br /&gt;
&lt;br /&gt;
== Verwendung ==&lt;br /&gt;
&lt;br /&gt;
CSV-Dateien werden in vielen Bereichen eingesetzt, beispielsweise:&lt;br /&gt;
&lt;br /&gt;
* Datenaustausch zwischen verschiedenen Anwendungen&lt;br /&gt;
* Export und Import von Datenbanken&lt;br /&gt;
* Speicherung von Messwerten und Statistiken&lt;br /&gt;
* Verarbeitung von Datensätzen in der Datenanalyse&lt;br /&gt;
* Datenaustausch mit Tabellenkalkulationsprogrammen wie [[Microsoft Excel]]&lt;br /&gt;
&lt;br /&gt;
== Verwendung mit Python ==&lt;br /&gt;
&lt;br /&gt;
Auch mit der Programmiersprache [[Python]] können CSV-Dateien verarbeitet werden. Dafür existieren unter anderem das integrierte Modul `csv` sowie die externe Bibliothek [[pandas]].&lt;br /&gt;
&lt;br /&gt;
Beispiel mit pandas:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
import pandas as pd&lt;br /&gt;
&lt;br /&gt;
# CSV-Datei einlesen&lt;br /&gt;
df = pd.read_csv(&amp;quot;daten.csv&amp;quot;, sep=&amp;quot;;&amp;quot;)&lt;br /&gt;
&lt;br /&gt;
# Daten ausgeben&lt;br /&gt;
print(df)&lt;br /&gt;
&lt;br /&gt;
# Daten wieder als CSV speichern&lt;br /&gt;
df.to_csv(&amp;quot;ausgabe.csv&amp;quot;, sep=&amp;quot;;&amp;quot;, index=False)&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Vor- und Nachteile ==&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Vorteile:&#039;&#039;&#039;&lt;br /&gt;
* Einfach lesbar und leicht zu bearbeiten.&lt;br /&gt;
* Von vielen Programmen unterstützt.&lt;br /&gt;
* Gut für den Austausch tabellarischer Daten geeignet.&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Nachteile:&#039;&#039;&#039;&lt;br /&gt;
* Keine Unterstützung für Formatierungen oder Farben.&lt;br /&gt;
* Keine Speicherung komplexer Datentypen oder Tabellenstrukturen.&lt;br /&gt;
* Trennzeichen und Zeichencodierungen können zu Kompatibilitätsproblemen führen.&lt;br /&gt;
* Keine standardisierte Unterstützung für Datentypen.&lt;br /&gt;
&lt;br /&gt;
== Weiterführende Links ==&lt;br /&gt;
&lt;br /&gt;
* [https://www.rfc-editor.org/rfc/rfc4180 RFC 4180 – Common Format and MIME Type for CSV Files]&lt;br /&gt;
* [[Python]]&lt;br /&gt;
* [[pandas]]&lt;br /&gt;
* [[Excel|Microsoft Excel]]&lt;br /&gt;
&lt;br /&gt;
[[Kategorie:Dateiformate]]&lt;br /&gt;
[[Kategorie:Datenverarbeitung]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=Csv&amp;diff=136</id>
		<title>Csv</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=Csv&amp;diff=136"/>
		<updated>2026-11-02T12:30:08Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;= CSV (Dateiformat) =&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;CSV&#039;&#039;&#039; (Comma-Separated Values) ist ein textbasiertes Dateiformat zur Speicherung tabellarischer Daten. Dabei werden einzelne Datenwerte durch Trennzeichen voneinander getrennt. CSV-Dateien werden häufig verwendet, um Daten zwischen verschiedenen Programmen auszutauschen.&lt;br /&gt;
&lt;br /&gt;
== Aufbau ==&lt;br /&gt;
&lt;br /&gt;
Eine CSV-Datei besteht aus mehreren Zeilen, wobei jede Zeile normalerweise einen Datensatz darstellt. Die einzelnen Werte werden durch ein Trennzeichen getrennt.&lt;br /&gt;
&lt;br /&gt;
Häufig verwendete Trennzeichen sind:&lt;br /&gt;
&lt;br /&gt;
* Komma (`,`)&lt;br /&gt;
* Semikolon (`;`)&lt;br /&gt;
* Tabulator&lt;br /&gt;
&lt;br /&gt;
Beispiel einer CSV-Datei:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
Name;Alter;Stadt&lt;br /&gt;
Max;25;Berlin&lt;br /&gt;
Anna;30;Hamburg&lt;br /&gt;
Peter;28;München&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Die erste Zeile enthält häufig die Spaltenüberschriften. Die folgenden Zeilen enthalten die eigentlichen Datensätze.&lt;br /&gt;
&lt;br /&gt;
== Eigenschaften ==&lt;br /&gt;
&lt;br /&gt;
Zu den wichtigsten Eigenschaften des CSV-Formats gehören:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Einfacher Aufbau:&#039;&#039;&#039; Daten werden als einfacher Text gespeichert.&lt;br /&gt;
* &#039;&#039;&#039;Plattformunabhängigkeit:&#039;&#039;&#039; CSV-Dateien können von vielen verschiedenen Betriebssystemen und Programmen verarbeitet werden.&lt;br /&gt;
* &#039;&#039;&#039;Geringer Speicherbedarf:&#039;&#039;&#039; Im Vergleich zu komplexen Tabellenformaten ist CSV meist platzsparend.&lt;br /&gt;
* &#039;&#039;&#039;Hohe Kompatibilität:&#039;&#039;&#039; CSV wird von zahlreichen Anwendungen und Programmiersprachen unterstützt.&lt;br /&gt;
* &#039;&#039;&#039;Einfache Verarbeitung:&#039;&#039;&#039; Die Dateien können mit Texteditoren geöffnet und bearbeitet werden.&lt;br /&gt;
&lt;br /&gt;
== Verwendung ==&lt;br /&gt;
&lt;br /&gt;
CSV-Dateien werden in vielen Bereichen eingesetzt, beispielsweise:&lt;br /&gt;
&lt;br /&gt;
* Datenaustausch zwischen verschiedenen Anwendungen&lt;br /&gt;
* Export und Import von Datenbanken&lt;br /&gt;
* Speicherung von Messwerten und Statistiken&lt;br /&gt;
* Verarbeitung von Datensätzen in der Datenanalyse&lt;br /&gt;
* Datenaustausch mit Tabellenkalkulationsprogrammen wie [[Microsoft Excel]]&lt;br /&gt;
&lt;br /&gt;
== Verwendung mit Python ==&lt;br /&gt;
&lt;br /&gt;
Auch mit der Programmiersprache [[Python]] können CSV-Dateien verarbeitet werden. Dafür existieren unter anderem das integrierte Modul `csv` sowie die externe Bibliothek [[pandas]].&lt;br /&gt;
&lt;br /&gt;
Beispiel mit pandas:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
import pandas as pd&lt;br /&gt;
&lt;br /&gt;
# CSV-Datei einlesen&lt;br /&gt;
df = pd.read_csv(&amp;quot;daten.csv&amp;quot;, sep=&amp;quot;;&amp;quot;)&lt;br /&gt;
&lt;br /&gt;
# Daten ausgeben&lt;br /&gt;
print(df)&lt;br /&gt;
&lt;br /&gt;
# Daten wieder als CSV speichern&lt;br /&gt;
df.to_csv(&amp;quot;ausgabe.csv&amp;quot;, sep=&amp;quot;;&amp;quot;, index=False)&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Vor- und Nachteile ==&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Vorteile:&#039;&#039;&#039;&lt;br /&gt;
* Einfach lesbar und leicht zu bearbeiten.&lt;br /&gt;
* Von vielen Programmen unterstützt.&lt;br /&gt;
* Gut für den Austausch tabellarischer Daten geeignet.&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Nachteile:&#039;&#039;&#039;&lt;br /&gt;
* Keine Unterstützung für Formatierungen oder Farben.&lt;br /&gt;
* Keine Speicherung komplexer Datentypen oder Tabellenstrukturen.&lt;br /&gt;
* Trennzeichen und Zeichencodierungen können zu Kompatibilitätsproblemen führen.&lt;br /&gt;
* Keine standardisierte Unterstützung für Datentypen.&lt;br /&gt;
&lt;br /&gt;
== Weiterführende Links ==&lt;br /&gt;
&lt;br /&gt;
* [https://www.rfc-editor.org/rfc/rfc4180 RFC 4180 – Common Format and MIME Type for CSV Files]&lt;br /&gt;
* [[Python]]&lt;br /&gt;
* [[pandas]]&lt;br /&gt;
* [[Microsoft Excel|Excel]]&lt;br /&gt;
&lt;br /&gt;
[[Kategorie:Dateiformate]]&lt;br /&gt;
[[Kategorie:Datenverarbeitung]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=Csv&amp;diff=135</id>
		<title>Csv</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=Csv&amp;diff=135"/>
		<updated>2026-11-02T12:29:41Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: Created page with &amp;quot;= CSV (Dateiformat) =  &amp;#039;&amp;#039;&amp;#039;CSV&amp;#039;&amp;#039;&amp;#039; (Comma-Separated Values) ist ein textbasiertes Dateiformat zur Speicherung tabellarischer Daten. Dabei werden einzelne Datenwerte durch Trennzeichen voneinander getrennt. CSV-Dateien werden häufig verwendet, um Daten zwischen verschiedenen Programmen auszutauschen.  == Aufbau ==  Eine CSV-Datei besteht aus mehreren Zeilen, wobei jede Zeile normalerweise einen Datensatz darstellt. Die einzelnen Werte werden durch ein Trennzeichen getrennt...&amp;quot;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;= CSV (Dateiformat) =&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;CSV&#039;&#039;&#039; (Comma-Separated Values) ist ein textbasiertes Dateiformat zur Speicherung tabellarischer Daten. Dabei werden einzelne Datenwerte durch Trennzeichen voneinander getrennt. CSV-Dateien werden häufig verwendet, um Daten zwischen verschiedenen Programmen auszutauschen.&lt;br /&gt;
&lt;br /&gt;
== Aufbau ==&lt;br /&gt;
&lt;br /&gt;
Eine CSV-Datei besteht aus mehreren Zeilen, wobei jede Zeile normalerweise einen Datensatz darstellt. Die einzelnen Werte werden durch ein Trennzeichen getrennt.&lt;br /&gt;
&lt;br /&gt;
Häufig verwendete Trennzeichen sind:&lt;br /&gt;
&lt;br /&gt;
* Komma (`,`)&lt;br /&gt;
* Semikolon (`;`)&lt;br /&gt;
* Tabulator&lt;br /&gt;
&lt;br /&gt;
Beispiel einer CSV-Datei:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
Name;Alter;Stadt&lt;br /&gt;
Max;25;Berlin&lt;br /&gt;
Anna;30;Hamburg&lt;br /&gt;
Peter;28;München&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
Die erste Zeile enthält häufig die Spaltenüberschriften. Die folgenden Zeilen enthalten die eigentlichen Datensätze.&lt;br /&gt;
&lt;br /&gt;
== Eigenschaften ==&lt;br /&gt;
&lt;br /&gt;
Zu den wichtigsten Eigenschaften des CSV-Formats gehören:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Einfacher Aufbau:&#039;&#039;&#039; Daten werden als einfacher Text gespeichert.&lt;br /&gt;
* &#039;&#039;&#039;Plattformunabhängigkeit:&#039;&#039;&#039; CSV-Dateien können von vielen verschiedenen Betriebssystemen und Programmen verarbeitet werden.&lt;br /&gt;
* &#039;&#039;&#039;Geringer Speicherbedarf:&#039;&#039;&#039; Im Vergleich zu komplexen Tabellenformaten ist CSV meist platzsparend.&lt;br /&gt;
* &#039;&#039;&#039;Hohe Kompatibilität:&#039;&#039;&#039; CSV wird von zahlreichen Anwendungen und Programmiersprachen unterstützt.&lt;br /&gt;
* &#039;&#039;&#039;Einfache Verarbeitung:&#039;&#039;&#039; Die Dateien können mit Texteditoren geöffnet und bearbeitet werden.&lt;br /&gt;
&lt;br /&gt;
== Verwendung ==&lt;br /&gt;
&lt;br /&gt;
CSV-Dateien werden in vielen Bereichen eingesetzt, beispielsweise:&lt;br /&gt;
&lt;br /&gt;
* Datenaustausch zwischen verschiedenen Anwendungen&lt;br /&gt;
* Export und Import von Datenbanken&lt;br /&gt;
* Speicherung von Messwerten und Statistiken&lt;br /&gt;
* Verarbeitung von Datensätzen in der Datenanalyse&lt;br /&gt;
* Datenaustausch mit Tabellenkalkulationsprogrammen wie [[Microsoft Excel]]&lt;br /&gt;
&lt;br /&gt;
== Verwendung mit Python ==&lt;br /&gt;
&lt;br /&gt;
Auch mit der Programmiersprache [[Python]] können CSV-Dateien verarbeitet werden. Dafür existieren unter anderem das integrierte Modul `csv` sowie die externe Bibliothek [[pandas]].&lt;br /&gt;
&lt;br /&gt;
Beispiel mit pandas:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
import pandas as pd&lt;br /&gt;
&lt;br /&gt;
# CSV-Datei einlesen&lt;br /&gt;
df = pd.read_csv(&amp;quot;daten.csv&amp;quot;, sep=&amp;quot;;&amp;quot;)&lt;br /&gt;
&lt;br /&gt;
# Daten ausgeben&lt;br /&gt;
print(df)&lt;br /&gt;
&lt;br /&gt;
# Daten wieder als CSV speichern&lt;br /&gt;
df.to_csv(&amp;quot;ausgabe.csv&amp;quot;, sep=&amp;quot;;&amp;quot;, index=False)&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Vor- und Nachteile ==&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Vorteile:&#039;&#039;&#039;&lt;br /&gt;
* Einfach lesbar und leicht zu bearbeiten.&lt;br /&gt;
* Von vielen Programmen unterstützt.&lt;br /&gt;
* Gut für den Austausch tabellarischer Daten geeignet.&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Nachteile:&#039;&#039;&#039;&lt;br /&gt;
* Keine Unterstützung für Formatierungen oder Farben.&lt;br /&gt;
* Keine Speicherung komplexer Datentypen oder Tabellenstrukturen.&lt;br /&gt;
* Trennzeichen und Zeichencodierungen können zu Kompatibilitätsproblemen führen.&lt;br /&gt;
* Keine standardisierte Unterstützung für Datentypen.&lt;br /&gt;
&lt;br /&gt;
== Weiterführende Links ==&lt;br /&gt;
&lt;br /&gt;
* [https://www.rfc-editor.org/rfc/rfc4180 RFC 4180 – Common Format and MIME Type for CSV Files]&lt;br /&gt;
* [[Python]]&lt;br /&gt;
* [[pandas]]&lt;br /&gt;
* [[Microsoft Excel]]&lt;br /&gt;
&lt;br /&gt;
[[Kategorie:Dateiformate]]&lt;br /&gt;
[[Kategorie:Datenverarbeitung]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=Pandas&amp;diff=129</id>
		<title>Pandas</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=Pandas&amp;diff=129"/>
		<updated>2026-11-02T12:28:16Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;= pandas (Python-Modul) =&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;pandas&#039;&#039;&#039; ist eine Open-Source-Bibliothek für die Programmiersprache [[Python]], die zur Datenverarbeitung und Datenanalyse verwendet wird. Sie bietet leistungsfähige Datenstrukturen und Funktionen, um strukturierte Daten effizient zu verwalten, zu bearbeiten und auszuwerten.&lt;br /&gt;
&lt;br /&gt;
== Funktionen ==&lt;br /&gt;
&lt;br /&gt;
Zu den wichtigsten Funktionen von pandas gehören:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Datenimport und -export:&#039;&#039;&#039; Einlesen und Speichern von CSV-, [[Excel]]-, JSON- und SQL-Dateien.&lt;br /&gt;
* &#039;&#039;&#039;Datenanalyse:&#039;&#039;&#039; Berechnung statistischer Kennzahlen und Auswertung von Daten.&lt;br /&gt;
* &#039;&#039;&#039;Datenbereinigung:&#039;&#039;&#039; Umgang mit fehlenden Werten, Duplikaten und fehlerhaften Datensätzen.&lt;br /&gt;
* &#039;&#039;&#039;Datenmanipulation:&#039;&#039;&#039; Filtern, Sortieren, Gruppieren und Zusammenführen von Datensätzen.&lt;br /&gt;
* &#039;&#039;&#039;Zeitreihenanalyse:&#039;&#039;&#039; Verarbeitung und Auswertung zeitabhängiger Daten.&lt;br /&gt;
&lt;br /&gt;
== Zentrale Datenstrukturen ==&lt;br /&gt;
&lt;br /&gt;
pandas stellt zwei zentrale Datenstrukturen bereit:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Series:&#039;&#039;&#039; Eine eindimensionale Datenstruktur mit beschrifteten Indizes.&lt;br /&gt;
* &#039;&#039;&#039;DataFrame:&#039;&#039;&#039; Eine zweidimensionale Tabellenstruktur aus Zeilen und Spalten, vergleichbar mit einer Excel-Tabelle.&lt;br /&gt;
&lt;br /&gt;
== Installation ==&lt;br /&gt;
&lt;br /&gt;
Die Installation erfolgt üblicherweise über pip:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
pip install pandas&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Beispiel ==&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
import pandas as pd&lt;br /&gt;
&lt;br /&gt;
# Beispieldaten erstellen&lt;br /&gt;
data = {&lt;br /&gt;
    &amp;quot;Name&amp;quot;: [&amp;quot;Max&amp;quot;, &amp;quot;Anna&amp;quot;, &amp;quot;Peter&amp;quot;],&lt;br /&gt;
    &amp;quot;Alter&amp;quot;: [25, 30, 28]&lt;br /&gt;
}&lt;br /&gt;
&lt;br /&gt;
# DataFrame erzeugen&lt;br /&gt;
df = pd.DataFrame(data)&lt;br /&gt;
&lt;br /&gt;
# Daten ausgeben&lt;br /&gt;
print(df)&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Weiterführende Links ==&lt;br /&gt;
&lt;br /&gt;
* [https://pandas.pydata.org/docs/ Offizielle pandas-Dokumentation]&lt;br /&gt;
* [[Python]]&lt;br /&gt;
* [https://github.com/pandas-dev/pandas pandas auf GitHub]&lt;br /&gt;
&lt;br /&gt;
[[Kategorie:Python]]&lt;br /&gt;
[[Kategorie:Softwarebibliotheken]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=Excel&amp;diff=125</id>
		<title>Excel</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=Excel&amp;diff=125"/>
		<updated>2026-11-02T12:27:41Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: Created page with &amp;quot;= Microsoft Excel =  &amp;#039;&amp;#039;&amp;#039;Microsoft Excel&amp;#039;&amp;#039;&amp;#039; ist ein Tabellenkalkulationsprogramm von Microsoft. Es wird zur Erfassung, Verwaltung, Berechnung und Analyse von Daten verwendet und ist Bestandteil der Microsoft-Office- bzw. Microsoft-365-Produktpalette.  == Funktionen ==  Zu den wichtigsten Funktionen von Microsoft Excel gehören:  * &amp;#039;&amp;#039;&amp;#039;Tabellenkalkulation:&amp;#039;&amp;#039;&amp;#039; Erstellen und Bearbeiten von Tabellen mit Zeilen und Spalten. * &amp;#039;&amp;#039;&amp;#039;Formeln und Funktionen:&amp;#039;&amp;#039;&amp;#039; Durchführung mathemat...&amp;quot;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;= Microsoft Excel =&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;Microsoft Excel&#039;&#039;&#039; ist ein Tabellenkalkulationsprogramm von Microsoft. Es wird zur Erfassung, Verwaltung, Berechnung und Analyse von Daten verwendet und ist Bestandteil der Microsoft-Office- bzw. Microsoft-365-Produktpalette.&lt;br /&gt;
&lt;br /&gt;
== Funktionen ==&lt;br /&gt;
&lt;br /&gt;
Zu den wichtigsten Funktionen von Microsoft Excel gehören:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Tabellenkalkulation:&#039;&#039;&#039; Erstellen und Bearbeiten von Tabellen mit Zeilen und Spalten.&lt;br /&gt;
* &#039;&#039;&#039;Formeln und Funktionen:&#039;&#039;&#039; Durchführung mathematischer, statistischer und logischer Berechnungen.&lt;br /&gt;
* &#039;&#039;&#039;Diagramme:&#039;&#039;&#039; Grafische Darstellung und Visualisierung von Daten.&lt;br /&gt;
* &#039;&#039;&#039;Datenanalyse:&#039;&#039;&#039; Auswertung großer Datenmengen mithilfe von Pivot-Tabellen und weiteren Analysewerkzeugen.&lt;br /&gt;
* &#039;&#039;&#039;Datenfilterung:&#039;&#039;&#039; Sortieren und Filtern von Datensätzen.&lt;br /&gt;
* &#039;&#039;&#039;Automatisierung:&#039;&#039;&#039; Automatisierung wiederkehrender Aufgaben mithilfe von Makros und VBA.&lt;br /&gt;
&lt;br /&gt;
== Dateiformate ==&lt;br /&gt;
&lt;br /&gt;
Excel unterstützt verschiedene Dateiformate:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;.xlsx:&#039;&#039;&#039; Standardformat für Excel-Arbeitsmappen.&lt;br /&gt;
* &#039;&#039;&#039;.xls:&#039;&#039;&#039; Älteres Excel-Dateiformat.&lt;br /&gt;
* &#039;&#039;&#039;.csv:&#039;&#039;&#039; Textbasiertes Format zur Speicherung tabellarischer Daten.&lt;br /&gt;
* &#039;&#039;&#039;.xlsm:&#039;&#039;&#039; Excel-Arbeitsmappe mit Unterstützung für Makros.&lt;br /&gt;
&lt;br /&gt;
== Verwendung ==&lt;br /&gt;
&lt;br /&gt;
Microsoft Excel wird in zahlreichen Bereichen eingesetzt, beispielsweise:&lt;br /&gt;
&lt;br /&gt;
* Buchhaltung und Finanzwesen&lt;br /&gt;
* Projektplanung und Aufgabenverwaltung&lt;br /&gt;
* Erstellung von Statistiken und Auswertungen&lt;br /&gt;
* Verwaltung von Kunden- und Produktdaten&lt;br /&gt;
* Erstellung von Berichten und Diagrammen&lt;br /&gt;
&lt;br /&gt;
== Weiterführende Links ==&lt;br /&gt;
&lt;br /&gt;
* [https://www.microsoft.com/de-de/microsoft-365/excel Offizielle Microsoft Excel-Webseite]&lt;br /&gt;
* [https://support.microsoft.com/de-de/excel Microsoft Excel Support]&lt;br /&gt;
&lt;br /&gt;
[[Kategorie:Software]]&lt;br /&gt;
[[Kategorie:Office-Programme]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
	<entry>
		<id>https://itf24c.duckdns.org/index.php?title=Pandas&amp;diff=115</id>
		<title>Pandas</title>
		<link rel="alternate" type="text/html" href="https://itf24c.duckdns.org/index.php?title=Pandas&amp;diff=115"/>
		<updated>2026-11-02T12:23:18Z</updated>

		<summary type="html">&lt;p&gt;Lorenzen69: Created page with &amp;quot;= pandas (Python-Modul) =  &amp;#039;&amp;#039;&amp;#039;pandas&amp;#039;&amp;#039;&amp;#039; ist eine Open-Source-Bibliothek für die Programmiersprache Python, die zur Datenverarbeitung und Datenanalyse verwendet wird. Sie bietet leistungsfähige Datenstrukturen und Funktionen, um strukturierte Daten effizient zu verwalten, zu bearbeiten und auszuwerten.  == Funktionen ==  Zu den wichtigsten Funktionen von pandas gehören:  * &amp;#039;&amp;#039;&amp;#039;Datenimport und -export:&amp;#039;&amp;#039;&amp;#039; Einlesen und Speichern von CSV-, Excel-, JSON- und SQL-Dateien...&amp;quot;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;= pandas (Python-Modul) =&lt;br /&gt;
&lt;br /&gt;
&#039;&#039;&#039;pandas&#039;&#039;&#039; ist eine Open-Source-Bibliothek für die Programmiersprache [[Python]], die zur Datenverarbeitung und Datenanalyse verwendet wird. Sie bietet leistungsfähige Datenstrukturen und Funktionen, um strukturierte Daten effizient zu verwalten, zu bearbeiten und auszuwerten.&lt;br /&gt;
&lt;br /&gt;
== Funktionen ==&lt;br /&gt;
&lt;br /&gt;
Zu den wichtigsten Funktionen von pandas gehören:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Datenimport und -export:&#039;&#039;&#039; Einlesen und Speichern von CSV-, Excel-, JSON- und SQL-Dateien.&lt;br /&gt;
* &#039;&#039;&#039;Datenanalyse:&#039;&#039;&#039; Berechnung statistischer Kennzahlen und Auswertung von Daten.&lt;br /&gt;
* &#039;&#039;&#039;Datenbereinigung:&#039;&#039;&#039; Umgang mit fehlenden Werten, Duplikaten und fehlerhaften Datensätzen.&lt;br /&gt;
* &#039;&#039;&#039;Datenmanipulation:&#039;&#039;&#039; Filtern, Sortieren, Gruppieren und Zusammenführen von Datensätzen.&lt;br /&gt;
* &#039;&#039;&#039;Zeitreihenanalyse:&#039;&#039;&#039; Verarbeitung und Auswertung zeitabhängiger Daten.&lt;br /&gt;
&lt;br /&gt;
== Zentrale Datenstrukturen ==&lt;br /&gt;
&lt;br /&gt;
pandas stellt zwei zentrale Datenstrukturen bereit:&lt;br /&gt;
&lt;br /&gt;
* &#039;&#039;&#039;Series:&#039;&#039;&#039; Eine eindimensionale Datenstruktur mit beschrifteten Indizes.&lt;br /&gt;
* &#039;&#039;&#039;DataFrame:&#039;&#039;&#039; Eine zweidimensionale Tabellenstruktur aus Zeilen und Spalten, vergleichbar mit einer Excel-Tabelle.&lt;br /&gt;
&lt;br /&gt;
== Installation ==&lt;br /&gt;
&lt;br /&gt;
Die Installation erfolgt üblicherweise über pip:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
pip install pandas&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Beispiel ==&lt;br /&gt;
&lt;br /&gt;
&amp;lt;pre&amp;gt;&lt;br /&gt;
import pandas as pd&lt;br /&gt;
&lt;br /&gt;
# Beispieldaten erstellen&lt;br /&gt;
data = {&lt;br /&gt;
    &amp;quot;Name&amp;quot;: [&amp;quot;Max&amp;quot;, &amp;quot;Anna&amp;quot;, &amp;quot;Peter&amp;quot;],&lt;br /&gt;
    &amp;quot;Alter&amp;quot;: [25, 30, 28]&lt;br /&gt;
}&lt;br /&gt;
&lt;br /&gt;
# DataFrame erzeugen&lt;br /&gt;
df = pd.DataFrame(data)&lt;br /&gt;
&lt;br /&gt;
# Daten ausgeben&lt;br /&gt;
print(df)&lt;br /&gt;
&amp;lt;/pre&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Weiterführende Links ==&lt;br /&gt;
&lt;br /&gt;
* [https://pandas.pydata.org/docs/ Offizielle pandas-Dokumentation]&lt;br /&gt;
* [[Python]]&lt;br /&gt;
* [https://github.com/pandas-dev/pandas pandas auf GitHub]&lt;br /&gt;
&lt;br /&gt;
[[Kategorie:Python]]&lt;br /&gt;
[[Kategorie:Softwarebibliotheken]]&lt;/div&gt;</summary>
		<author><name>Lorenzen69</name></author>
	</entry>
</feed>