EXCEL WITH PYTHON: WORKING WITH EXCEL SPREADSHEETS FROM PYTHON EĞİTİMİ

Excel dosyalarını Python ile yönetin

openpyxl ile çalışma kitabı-sayfa-hücre işlemleri, pandas read_excel ve to_excel, temel biçimlendirme, formül yazma ve basit rapor

Python ile Excel dosyalarını okuma, yazma ve düzenleme: openpyxl, pandas read_excel/to_excel, ExcelWriter, temel biçimlendirme ve basit rapor üretme eğitimi.

2 gün Temel Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

Python ile Excel dosyalarını okuma ve yazma

Eğitim, Python ile Excel dosyalarıyla çalışmanın temelini öğretir: openpyxl ile Workbook açma ve kaydetme, sayfa ekleme ve silme, hücre ve aralık okuma-yazma, iter_rows, formül yazma, temel biçimlendirme, pandas ile read_excel ve to_excel, ExcelWriter ile çoklu sayfa, Türkçe karakter ve tarih sorunları, büyük dosyalarda read_only modu ve basit rapor.

Süre ve Format

2 Gün. Her gün dört modül; 1. gün openpyxl ile Çalışma Kitapları; 2. gün pandas Entegrasyonu ve Rapor. Her modül uygulamalı alıştırmalarla pekiştirilir.

Seviye

Temel Seviye — Python ile Excel çalışma kitaplarını okuma, yazma, düzenleme ve pandas ile entegrasyonunu temel düzeyde kapsar.

Öğrenme Metodu

Gerçek Excel dosyaları üzerinde okuma, değiştirme ve yeni rapor üretme alıştırmaları yapılır; her adım sonunda dosya Excel'de açılarak doğrulanır.

Neden Bu Eğitim?

🎯Elle işlere son

Tekrar eden kopyala-yapıştır işlerini betikle saniyeler içinde yaparsınız.

🛠️İki aracın gücü

Excel'in alışkanlığını Python'un otomasyon gücüyle birleştirirsiniz.

📈Hızlı başlangıç

Temel Python bilgisiyle ilk gün Excel otomasyonuna başlarsınız.

Anahtar Konular

python excelopenpyxlpandas read_excelto_excelexcel otomasyon pythonexcel dosya okumaexceldosyası pythonexcelwriterpython ofis otomasyonuexcel python eğitimi
“Excel'i Python ile konuşturduğunuzda, işler kendiliğinden akar.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1
Python bilgisi

Liste, sözlük, fonksiyon ve döngü kullanımını kapsayan temel Python bilgisi beklenir.

2
Analiz ortamı

Python 3.10+, Jupyter Notebook veya VS Code ile pandas, numpy, matplotlib paketleri kurulu olmalıdır.

3
Temel matematik

Ortalama, yüzde ve tablo okuma gibi ilk ve ortaöğretim düzeyi matematik yeterlidir.

4
Veri merakı

Excel veya benzeri bir tablo aracıyla çalışmış olmak kavramları oturtmayı kolaylaştırır.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı Excel dosyalarını Python ile açar, okur ve yazar.
Modül 1
openpyxl ile Çalışma Kitapları
  • Workbook açma/oluşturma: load_workbook, data_only parametresi
  • Sayfa ekleme, silme, yeniden adlandırma ve etkin sayfa
  • Hücre, aralık ve satır/sütun erişimi (ws["A1:C10"], iter_rows)
  • Hücre yazma, formül yazma ve sayı biçimi
  • Kaydetme, .xlsx/.xlsm farkı ve keep_vba
  • Büyük dosyalarda read_only ve write_only modları
Modül 2
DataFrame ve Series Temelleri
  • Series ve DataFrame oluşturma: sözlükten, listeden, numpy dizisinden
  • index, columns, dtypes, shape ve values nitelikleri
  • head(), tail(), info(), describe() ile ilk keşif
  • Sütun seçimi df["a"], df[["a","b"]] ve nitelik erişimi farkı
  • Yeni sütun hesaplama ve vektörel işlemler
  • Index kavramı, set_index() ve reset_index()
Modül 3
Veri Okuma: CSV, Excel ve JSON
  • pd.read_csv parametreleri: sep, encoding, usecols, dtype, parse_dates, nrows
  • Büyük dosyalarda chunksize ile parça parça okuma
  • pd.read_excel ile sayfa seçimi, header satırı ve openpyxl motoru
  • pd.read_json ve json_normalize ile iç içe JSON düzleştirme
  • pd.read_sql ile veritabanından sorgu sonucu okuma
  • Türkçe karakter ve ondalık ayıracı sorunları: encoding="utf-8-sig", decimal=","
Modül 4
Döngülerle Veri Dönüştürme
  • CSV benzeri satırları ayrıştırıp sözlük listesine çevirme
  • Metin içinde kelime frekansı hesaplama (collections.Counter)
  • Listeyi gruplama ve toplama: sözlükte biriktirme kalıbı
  • Büyük/küçük harf ve boşluk temizliği ile metin normalleştirme
  • Zaman ölçümü için time.perf_counter ile döngü performansını karşılaştırma
  • Mini proje: not defteri ve harcama analizi raporu
Günün hedefiKatılımcı pandas ile Excel verisini analiz eder ve biçimli rapor üretir.
Modül 1
Biçimlendirme ve Formüller
  • Font, dolgu, kenarlık, hizalama ve birleştirilmiş hücreler
  • Sütun genişliği, satır yüksekliği ve dondurulmuş bölmeler
  • Koşullu biçimlendirme (ColorScale, CellIsRule)
  • Veri doğrulama (açılır liste) ve filtre uygulama
  • SUM, VLOOKUP, XLOOKUP formüllerini Python'dan yazma
  • Adlandırılmış aralıklar ve Excel tablosu (Table) oluşturma
Modül 2
Veri Yazma ve Dışa Aktarma
  • to_csv(index=False, encoding=) ve ayraç seçimi
  • to_excel ile çoklu sayfa için ExcelWriter kullanımı
  • to_json orient seçenekleri: records, index, columns
  • to_parquet ve to_pickle ile hızlı, tip korumalı depolama
  • to_sql ile veritabanına yazma ve if_exists davranışı
  • Dışa aktarılan dosyanın tekrar okunarak doğrulanması
Modül 3
Gruplama ve Özetleme
  • groupby ile böl-uygula-birleştir (split-apply-combine) mantığı
  • agg ile çoklu istatistik ve adlandırılmış toplama (named aggregation)
  • transform ile grup içi yüzde ve standardizasyon
  • pivot_table ve crosstab ile çapraz tablolar
  • value_counts(normalize=True) ve nunique() ile dağılım
  • Rolling ve expanding pencereleriyle hareketli ortalama
Modül 4
Grafik, Görsel ve Raporlama
  • openpyxl.chart ile çubuk, çizgi ve pasta grafik
  • Grafik eksenleri, başlık ve veri serisi referansları
  • Pandas DataFrame'i biçimlendirilmiş sayfaya aktarma
  • XlsxWriter ile gelişmiş biçim ve grafik üretimi
  • Görsel ekleme (matplotlib PNG) ve sayfa düzeni
  • Aylık rapor şablonunu doldurup e-postaya hazırlayan otomasyon

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
openpyxl Kullanımı

Excel çalışma kitaplarını Python ile açıp okuyup yazabilirsiniz

🔧
DataFrame Temelleri

Series ve DataFrame yapılarını kurup ilk keşif komutlarıyla veriyi tanıyabilirsiniz

📊
Veri Okuma

CSV, Excel, JSON ve SQL kaynaklarını doğru parametrelerle pandas içine alabilirsiniz

🧩
Döngülerle Dönüştürme

Metin ve tabloya benzer veriyi döngülerle ayrıştırıp özetleyen betikler yazabilirsiniz

🚀
Excel Biçimlendirme

Hücre biçimi, koşullu biçim ve formülleri Python ile uygulayabilirsiniz

🔍
Veri Dışa Aktarma

Sonuçları CSV, Excel, Parquet ve veritabanına doğru biçimde yazabilirsiniz

🛡️
Gruplama ve Özet

groupby, pivot_table ve rolling ile özet tablolar üretebilirsiniz

📌
Excel Grafik ve Rapor

Grafikli, biçimli Excel raporlarını otomatik üretebilirsiniz

Kimler İçin Uygundur?

  • Excel kullanan ve tekrarlayan işleri otomatikleştirmek isteyen ofis çalışanları
  • analistler
  • Python öğrenenler

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?
Excel kullanan ve tekrarlayan işleri otomatikleştirmek isteyen ofis çalışanları, analistler ve Python öğrenenler.
Eğitim sonunda sertifika verilir mi?
Eğitimi tamamlayan katılımcılar Digital Vizyon Akademi Katılım ve Başarı Sertifikası almaya hak kazanır; sertifika DVA'nın kendi katılım ve başarı belgesidir.
Eğitim için hangi yazılımlar gereklidir?
Python 3.10 veya üzeri, bir kod editörü (VS Code ya da PyCharm) ve eğitimin konusuna göre listelenen paketler yeterlidir; kurulum adımları ilk oturumda birlikte kontrol edilir.
.xls eski formatı destekleniyor mu?
Eski .xls dosyaları xlrd ile okunabilir veya .xlsx'e dönüştürülür; yöntemler eğitimde gösterilir.
Şifreli Excel dosyası açılabilir mi?
Parola korumalı dosyalar için msoffcrypto-tool kullanımı ve güvenlik notları anlatılır.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika d Digital Vizyon AKADEMİ KATILIM SERTİFİKASI Bu sertifika [Katılımcı Adı Soyadı] adlı katılımcının aşağıdaki eğitim programını başarıyla tamamladığını belgeler. Excel with Python: Working with Excel Spreadsheets from Pyth Sertifika Kodu DV-2026XX00 Tarih 27.10.2026 Yetkili İmza DV AKADEMİ

Eğitim Bilgileri

Süre2 gün
SeviyeTemel Seviye
FormatOnline / Yüz Yüze / Hibrit
KonuPython
Sertifika✓ Var
Hemen Bilgi Al
İlgili Eğitimler

Bu Eğitimle Birlikte Tercih Edilenler

PythonPython with Altair: Working with Specialized Graphs Eğitimi
Yazılım Geliştirme Eğitimleri

Python with Altair: Working with Specialized Graphs Eğitimi

2 günOrtaOnline / Yüz Yüze / Hibrit

Python with Altair: Working with Specialized Graphs eğitimi: vega-Lite tabanlı Altair ile özelleşmiş grafik türlerini kodlayın. 2 gün uygulamalı lab ve DVA sert

Detayları Gör →
PythonPython'da Çoklu Arac Sistemleri ve Koordinasyon Eğitimi
Yazılım Geliştirme Eğitimleri

Python'da Çoklu Arac Sistemleri ve Koordinasyon Eğitimi

3 günİleriOnline / Yüz Yüze / Hibrit

Python'da Çoklu Arac Sistemleri ve Koordinasyon eğitimi: ajan, ortam ve iletişim kavramlarından çoklu araç koordinasyonuna uzanın. 3 gün uygulamalı.

Detayları Gör →
PythonPython, Pandas ve Numpy ile Veri Analizi Eğitimi
Yazılım Geliştirme Eğitimleri

Python, Pandas ve Numpy ile Veri Analizi Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Python, Pandas ve Numpy ile Veri Analizi eğitimi: numPy ve pandas ile veriyi okuyup temizleyin, özetleyin ve yorumlayın. 3 gün uygulamalı lab ve DVA sertifikası

Detayları Gör →
PythonPython, Spark ve Hadoop için Büyük Veri Eğitimi
Yazılım Geliştirme Eğitimleri

Python, Spark ve Hadoop için Büyük Veri Eğitimi

4 günİleriOnline / Yüz Yüze / Hibrit

Python, Spark ve Hadoop için Büyük Veri eğitimi: hadoop ekosistemi ve PySpark ile dağıtık veri hattı kurun. 4 gün uygulamalı lab ve DVA Katılım ve Başarı Sertif

Detayları Gör →
PythonPython-based Dashboards with Plotly and Dash Eğitimi
Yazılım Geliştirme Eğitimleri

Python-based Dashboards with Plotly and Dash Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

Python-based Dashboards with Plotly and Dash eğitimi: plotly ve Dash ile Python'da veri panosu tasarlayıp yayına alın. 3 gün uygulamalı lab ve DVA sertifikası.

Detayları Gör →
+90 (501) 369 40 14 WhatsApp [email protected] LinkedIn