VerdictPal
Beitreten
LeitfädenPfad

Daten-Notebook-Recherche

Von Rohdaten zu dokumentierter, teilbarer Analyse mit klarer Herkunft.

Fortgeschritten
Jetzt starten
Lernpfad

Daten-Notebook-Recherche

Forschende mit Datensätzen, die reproduzierbare Analyse-Workflows brauchen. · Von Rohdaten zu dokumentierter, teilbarer Analyse mit klarer Herkunft.

Lektionen5Zeit~95 Min.ArtefaktEin dokumentiertes Jupyter-Notebook mit Datenbereinigung, Analyse, Visualisierungen und Ergebniszusammenfassung.Levelintermediate
Bevor du startest
  • Grundkenntnisse in Python oder R
  • Ein zu analysierender Datensatz
  • Jupyter- oder Google-Colab-Zugang
Tools in this guide
NotebookLMClaude
0%0/5 Schritte
Pfad-Artefakt

Ein dokumentiertes Jupyter-Notebook mit Datenbereinigung, Analyse, Visualisierungen und Ergebniszusammenfassung.

Nach jeder Lektion solltest du haben: Ein dokumentiertes Jupyter-Notebook mit Datenbereinigung, Analyse, Visualisierungen und Ergebniszusammenfassung..

Notebook-Umgebung einrichten

10 Min.NotebookLM

Erstelle ein Jupyter-Notebook, importiere Kernbibliotheken und dokumentiere Quelle und Größe des Datensatzes.

Fallstrick
Das Datenwörterbuch überspringen — zukünftiges du weißt nicht, was 'col_x' bedeutet.
Verifikation
Die erste Zelle dokumentiert Datenquelle, Zeilenanzahl und Spaltennamen.
→ Playbook-Schritt 1 im Detail

Rohdaten profilieren

15 Min.Claude

Analysiere Shape, dtypes, fehlende Werte und grundlegende Statistiken vor jeder Transformation.

Fallstrick
Zeilen mit fehlenden Werten löschen, ohne zu dokumentieren, wie viele und warum.
Verifikation
Fehlende-Werte-Zahlen und Datentypen sind in einer Zusammenfassungszelle dokumentiert.
→ Playbook-Schritt 2 im Detail

Bereinigen und transformieren

25 Min.Claude

Schreibe reproduzierbare Bereinigungsschritte mit Kommentaren: fehlende Werte behandeln, Formate standardisieren, abgeleitete Spalten erstellen.

Fallstrick
Transformationen inplace anwenden ohne Kopie — unmöglich nachzuvollziehen, was sich änderte.
Verifikation
Jede Transformationszelle hat einen Kommentar, der Was und Warum erklärt.
→ Playbook-Schritt 3 im Detail

Analysieren und visualisieren

30 Min.Claude

Erstelle explorative Visualisierungen und Statistiken, die die Forschungsfrage beantworten.

Fallstrick
Overplotting — jeden Datenpunkt zeigen, wenn eine Zusammenfassung die Geschichte erzählt.
Verifikation
Jedes Diagramm hat Titel, Achsenbeschriftung und einen Ein-Satz-Ergebnis.
→ Playbook-Schritt 4 im Detail

Ergebnisse dokumentieren

15 Min.

Schreibe eine Zusammenfassungsmarkdown-Zelle mit Kernergebnissen, Limitationen und nächsten Schritten.

Fallstrick
Das Notebook als 'final_v2_actual.ipynb' speichern — nutze stattdessen Git und Versionskontrolle.
Verifikation
Das Notebook kann von jemandem, der nicht beteiligt war, von oben gelesen werden.
Zielgerade

Du solltest jetzt haben: Ein dokumentiertes Jupyter-Notebook mit Datenbereinigung, Analyse, Visualisierungen und Ergebniszusammenfassung..

  • Die erste Zelle dokumentiert Datenquelle, Zeilenanzahl und Spaltennamen.
  • Fehlende-Werte-Zahlen und Datentypen sind in einer Zusammenfassungszelle dokumentiert.
  • Jede Transformationszelle hat einen Kommentar, der Was und Warum erklärt.
  • Jedes Diagramm hat Titel, Achsenbeschriftung und einen Ein-Satz-Ergebnis.
  • Das Notebook kann von jemandem, der nicht beteiligt war, von oben gelesen werden.