Natuurlijk! Hier is een overzicht en voorbeeldcode om je te helpen bij het automatiseren van data-aggregatie, het maken van draaitabellen en het aanpassen van statistieken in jouw Pandas DataFrame met verkoopgegevens. --- ### 1. Data-aggregatie uitvoeren Je kunt gebruik maken van de `.groupby()` methode om je data te groeperen op basis van categorieën zoals 'Regio', 'Product' of tijdsperioden ('Datum') en vervolgens aggregatiefuncties toepassen zoals som, gemiddelde, mediaan, etc. **Voorbeeld: Totale verkoop per regio en product** ```python import pandas as pd # Voorbeeld DataFrame # df = pd.read_csv('jouw_data.csv') # Groeperen op 'Regio' en 'Product' en totale verkoop berekenen aggregatie_resultaat = df.groupby(['Regio', 'Product'])['Verkoop'].sum().reset_index() print(aggregatie_resultaat) ``` --- ### 2. Tijdsgebaseerde aggregatie Voor tijdsperioden kun je de 'Datum' kolom omzetten naar datetime en groeperen op bijvoorbeeld maand of jaar. ```python # Datum kolom converteren naar datetime df['Datum'] = pd.to_datetime(df['Datum']) # Per maand groeperen df['Maand'] = df['Datum'].dt.to_period('M') maand_aggregatie = df.groupby('Maand')['Verkoop'].sum().reset_index() # Per jaar groeperen df['Jaar'] = df['Datum'].dt.year jaar_aggregatie = df.groupby('Jaar')['Verkoop'].mean().reset_index() print(maand_aggregatie) print(jaar_aggregatie) ``` --- ### 3. Aanpassen van aggregatiefuncties Je kunt meerdere functies toepassen door gebruik te maken van `.agg()`. ```python # Gemiddelde, som en mediaan per regio en product statistieken = df.groupby(['Regio', 'Product'])['Verkoop'].agg(['sum', 'mean', 'median']).reset_index() print(statistieken) ``` --- ### 4. Omgaan met ontbrekende waarden Ontbrekende waarden (NaN) kunnen worden behandeld door ze te vullen of te verwijderen. ```python # Vullen met 0 df['Verkoop'] = df['Verkoop'].fillna(0) # Of verwijderen df = df.dropna(subset=['Verkoop']) ``` --- ### 5. Resultaten herschikken voor rapportage (draaitabellen) Gebruik `pivot_table()` voor het maken van draaitabellen, bijvoorbeeld verkoop per regio en maand. ```python # Draaitabel: verkoop per regio en maand pivot = pd.pivot_table(df, values='Verkoop', index='Regio', columns='Maand', aggfunc='sum', fill_value=0) print(pivot) ``` ### 6. Automatisering en herbruikbaarheid Je kunt functies schrijven om deze stappen te automatiseren, bijvoorbeeld: ```python def maak_aggregatie(df, group_by_cols, agg_funcs): return df.groupby(group_by_cols)['Verkoop'].agg(agg_funcs).reset_index() # Voorbeeld: som en gemiddelde per regio en product resultaat = maak_aggregatie(df, ['Regio', 'Product'], ['sum', 'mean']) print(resultaat) ``` --- ### Samenvatting - Gebruik `.groupby()` met `.agg()` voor flexibele aggregaties. - Gebruik `.pivot_table()` voor rapportages in tabelvorm. - Behandel ontbrekende waarden met `.fillna()` of `.dropna()`. - Pas datumfuncties toe voor tijdsgebaseerde analyses. - Maak je scripts parametrisch om eenvoudig te aanpassen aan nieuwe analyses. --- Wil je een volledige voorbeeldcode op maat van je dataset en specifieke rapportage-doelen? Geef dan meer details, dan help ik je verder!

Zeker, ik help je graag met het automatiseren van data-aggregatie en draaitabellen voor je Pandas DataFrame. Hier is een complete uitleg met codevoorbeelden op maat van jouw dataset. ## 1. Basis Data Exploratie en Voorbereiding ```python import pandas as pd import numpy as np # Laad je DataFrame (voorbeeld) # df = pd.read_csv('jouw_bestand.csv') # Bekijk eerste rijen en info print(df.head()) print(df.info()) # Zet Datum kolom om naar datetime formaat df['Datum'] = pd.to_datetime(df['Datum']) # Controleer op ontbrekende waarden print("Ontbrekende waarden per kolom:") print(df.isnull().sum()) ``` ## 2. Behandeling van Ontbrekende Waarden ```python # Optie 1: Verwijder rijen met ontbrekende waarden df_clean = df.dropna() # Optie 2: Vul ontbrekende verkoopwaarden aan (gemiddelde per product-regio combinatie) df['Verkoop'] = df.groupby(['Regio', 'Product'])['Verkoop'].transform( lambda x: x.fillna(x.mean()) ) # Optie 3: Vul ontbrekende waarden met 0 (voor verkoop) df['Verkoop'] = df['Verkoop'].fillna(0) ``` ## 3. Data Aggregatie met groupby() ```python # Maandelijkse verkoop per regio en product maandelijkse_verkoop = df.groupby([ 'Regio', 'Product', pd.Grouper(key='Datum', freq='M') ])['Verkoop'].agg(['sum', 'mean', 'count', 'std']).reset_index() # Kwartaal samenvatting per regio kwartaal_verkoop = df.groupby([ 'Regio', pd.Grouper(key='Datum', freq='Q') ])['Verkoop'].agg({ 'Totaal_Verkoop': 'sum', 'Gemiddelde_Verkoop': 'mean', 'Aantal_Dagen': 'count', 'Max_Verkoop': 'max', 'Min_Verkoop': 'min' }).reset_index() ``` ## 4. Draaitabellen (Pivot Tables) met Aanpasbare Aggregaties ```python # Eenvoudige draaitabel - totale verkoop per regio en product pivot_basic = pd.pivot_table( df, values='Verkoop', index='Regio', columns='Product', aggfunc='sum', fill_value=0, margins=True, margins_name='Totaal' ) # Geavanceerde draaitabel met meerdere statistieken pivot_advanced = pd.pivot_table( df, values='Verkoop', index=['Regio'], columns=[pd.Grouper(key='Datum', freq='M')], aggfunc={ 'Verkoop': ['sum', 'mean', 'count', 'std'] }, fill_value=0 ) # Draaitabel met aangepaste aggregatiefuncties def bereik(x): return x.max() - x.min() def percentiel_90(x): return np.percentile(x, 90) pivot_custom = pd.pivot_table( df, values='Verkoop', index='Regio', columns='Product', aggfunc=[np.sum, np.mean, bereik, percentiel_90], fill_value=0 ) ``` ## 5. Tijdsperiode Analyse Automatiseren ```python # Functie voor automatische periode-aggregatie def aggregateer_per_periode(df, periode='M'): periode_mapping = { 'D': 'Dagelijkse', 'W': 'Wekelijkse', 'M': 'Maandelijkse', 'Q': 'Kwartaal', 'Y': 'Jaarlijkse' } result = df.groupby([ 'Regio', 'Product', pd.Grouper(key='Datum', freq=periode) ])['Verkoop'].agg(['sum', 'mean', 'count']).round(2) result.columns = ['Totaal', 'Gemiddelde', 'Aantal_Dagen'] return result # Gebruik voor verschillende periodes maandelijkse_data = aggregateer_per_periode(df, 'M') kwartaal_data = aggregateer_per_periode(df, 'Q') ``` ## 6. Geavanceerde Rapportage Functie ```python def genereer_rapport(df, groep_kolommen, agg_functies=None): """ Genereer automatisch samenvattingsrapport """ if agg_functies is None: agg_functies = { 'Verkoop': ['sum', 'mean', 'count', 'std', 'min', 'max'] } rapport = df.groupby(groep_kolommen).agg(agg_functies).round(2) # Hernoem kolommen voor betere leesbaarheid rapport.columns = ['_'.join(col).strip() for col in rapport.columns.values] return rapport # Voorbeelden van gebruik: # Per regio en product rapport_1 = genereer_rapport(df, ['Regio', 'Product']) # Per maand en regio rapport_2 = genereer_rapport(df, [pd.Grouper(key='Datum', freq='M'), 'Regio']) # Met aangepaste aggregaties custom_agg = { 'Verkoop': ['sum', 'mean', lambda x: np.percentile(x, 75)] } rapport_3 = genereer_rapport(df, ['Regio'], custom_agg) ``` ## 7. Resultaten Herschikken en Exporteren ```python # Reset index voor platte weergave resultaten = maandelijkse_verkoop.reset_index() # Sorteer resultaten resultaten = resultaten.sort_values(['Regio', 'Product', 'Datum'], ascending=[True, True, False]) # Export naar Excel met meerdere sheets with pd.ExcelWriter('verkoop_analyse.xlsx') as writer: pivot_basic.to_excel(writer, sheet_name='Overzicht') maandelijkse_verkoop.to_excel(writer, sheet_name='Maandelijkse_Details') rapport_1.to_excel(writer, sheet_name='Per_Product_Regio') # Export naar CSV resultaten.to_csv('maandelijkse_verkoop_analyse.csv', index=False, encoding='utf-8-sig') ``` ## 8. Automatische Samenvatting Rapport ```python def print_samenvatting(df): print("=== VERKOOPDATA SAMENVATTING ===") print(f"Periode: {df['Datum'].min().date()} tot {df['Datum'].max().date()}") print(f"Totaal verkoop: {df['Verkoop'].sum():,.0f}") print(f"Gemiddelde dagelijkse verkoop: {df['Verkoop'].mean():.2f}") print("\nTop 3 regio's:") print(df.groupby('Regio')['Verkoop'].sum().nlargest(3)) print("\nTop 3 producten:") print(df.groupby('Product')['Verkoop'].sum().nlargest(3)) # Gebruik de samenvatting functie print_samenvatting(df) ``` Deze codevoorbeelden geven je een complete toolkit voor het automatiseren van je data-analyse. Pas de aggregatiefuncties, groeperingen en tijdsperioden aan volgens je specifieke rapportagebehoeften.