Data-analyseren met Python bij Rabobank

Hoe het begon

Een medewerker van Rabobank wilde leren hoe data-analyse en Python ingezet kunnen worden om handmatige processen te automatiseren en eigen Excel-data te analyseren.

Waar ze tegenaan liepen

De deelnemer had geen voorkennis van programmeren en wilde vanaf de basis leren om handmatige, repeterende processen met Python te automatiseren.

Wat ze wilden bereiken

Zelfstandig eigen Excel-bestanden kunnen inlezen en analyseren met Python en handmatige processen kunnen automatiseren.

Wat wij aanboden

Het geleerde werd direct toegepast op een eigen praktijkcasus met echte Excel-data: het samenvoegen, opschonen en analyseren van meerdere bestanden en het automatiseren van terugkerende handmatige stappen. Als ontwikkelomgeving werd gewerkt met Visual Studio Code.

Wat ze leerden

• Python-basis: syntax, datatypes, control flow, functies en loops
• Libraries voor data-analyse: NumPy, Pandas, Matplotlib en Seaborn
• Data inlezen uit Excel, CSV en tekstbestanden en dataframes samenvoegen
• Data opschonen: NaN-waarden verwijderen, leegtes opvullen en duplicaten verwijderen
• Data-analyse met regressie, correlatie en beschrijvende statistiek
• Data visualiseren met plots en dashboards via Streamlit
• File handling en automatisering met Python-scripts