az-agent-defaults/skills/az-datenanalyse/SKILL.md

name, description

name

description

az-datenanalyse

Datenanalyse mit dem AZ-Python-Datenstack (pandas/NumPy/openpyxl) — greift bei jeder Aufgabe, Excel- oder CSV-Dateien auszuwerten, umzuformen, zusammenzufassen oder Kennzahlen zu berechnen und das Ergebnis als Datei zurückzugeben. Bringt dem Agenten den zentralen Datenstack-Interpreter, den korrekten Ausführungsweg und die Sackgassen-Vermeidung bei (python aus dem PATH hat KEINE Datenpakete; pip/uv-Paketbefehle sind gesperrt).

Datenanalyse mit dem AZ-Datenstack

Du arbeitest auf einer AZ-Agenten-Workstation. Für Datenanalyse steht dir ein zentral ausgerollter Python-Datenstack bereit — aber nur über den Weg unten. Die üblichen Verfahren (einfach python aufrufen, fehlende Pakete per pip nachinstallieren) funktionieren hier bewusst nicht.

Der zentrale Datenstack

• Interpreter (IMMER diesen verwenden): C:\ProgramData\az-fleet\datastack-venv\Scripts\python.exe
• Enthaltene Pakete: pandas, NumPy, openpyxl (Excel lesen/schreiben — .xlsx, nicht .xls).
• Der Datenstack wird zentral vom Fleet gepflegt und versioniert. Es gibt keine anderen Datenpakete — plane deine Lösung mit genau diesen.

So führst du eine Analyse aus

1. Skript mit dem Edit-Tool im Arbeitsordner des Nutzers schreiben (z. B. analyse.py).

2. Ausführen per Bash — PowerShell-Form mit absolutem Interpreter-Pfad:

   & 'C:\ProgramData\az-fleet\datastack-venv\Scripts\python.exe' .\analyse.py
   

3. Ergebnis prüfen und dem Nutzer als Datei zurückgeben (z. B. Ergebnis- Excel in den Arbeitsordner schreiben und den Pfad nennen).

Wichtig: Dieser Aufruf löst EINEN Bestätigungsdialog beim Nutzer aus. Das ist beabsichtigt (Sicherheitskontrolle der AZ-Fleet-Konfiguration) und kein Fehler. Fahre normal fort.

Sackgassen vermeiden

• python / py aus dem PATH sind das System-Python — OHNE pandas. import pandas scheitert dort. Nutze niemals das System-Python für Datenanalyse.
• Paketbefehle sind gesperrt und werden still blockiert. Versuche NIEMALS: pip install …, python -m pip …, uv pip install …, uv add, bun install oder ähnliches. Das ist zentrale Fleet-Kontrolle — kein Workaround, kein --user, kein ensurepip.
• Fehlt ein Paket (z. B. matplotlib): Löse die Aufgabe mit den vorhandenen Mitteln (pandas kann rechnen, filtern, aggregieren; openpyxl schreibt Excel inklusive einfacher Formatierung) oder sage dem Nutzer klar, dass die IT das Paket zentral nachliefern muss (Fleet-Antrag). Suche nicht nach Installationswegen.

Typisches Muster (Excel rein → Kennzahlen → Excel raus)

import pandas as pd

quelle = r"C:\Pfad\Zum\Arbeitsordner\eingabe.xlsx"
ziel   = r"C:\Pfad\Zum\Arbeitsordner\ergebnis.xlsx"

df = pd.read_excel(quelle, sheet_name=0)
ergebnis = df.groupby("Kategorie")["Betrag"].agg(["sum", "mean", "count"])

with pd.ExcelWriter(ziel, engine="openpyxl") as writer:
    ergebnis.to_excel(writer, sheet_name="Kennzahlen")
    df.to_excel(writer, sheet_name="Rohdaten", index=False)

print(ergebnis)
print("Geschrieben:", ziel)

Pfade immer vom Nutzer erfragen oder aus dem Arbeitsordner ableiten — nie raten.

Datenschutz-Kurzregel

In Skripten, Prompts und Ergebnissen gelten die Regeln der AZ-Datenleitlinie: keine personenbezogenen Daten (Namen, Adressen, Telefonnummern, E-Mail von Menschen) — Menschen anonymisieren oder weglassen; keine Zugangsdaten; keine besonders schützenswerten Kunden- und Rüstungsdaten. Im Zweifel: nachfragen statt raten.