Python-Skript erstellen, das an deinen echten Dateien getestet ist
Zwölf Monats-CSVs zusammenführen, 400 Dateien umbenennen, jeden Morgen dieselbe Auswertung: Mit einem kleinen Python-Skript wäre das erledigt, wenn du nur die Zeit hättest, es zu schreiben und zu debuggen. Dein todo.is-Agent schreibt das Skript, lässt es an deinen Beispieldateien laufen und schickt dir Code, Ergebnis und Anleitung.
Der Prompt
- Schreib ein Python-Skript, das [WAS DAS SKRIPT TUN SOLL]. Eingabe: [EINGABEDATEIEN ODER DATEN] (Beispiele hängen an). Ausgabe: [GEWÜNSCHTE AUSGABE]. Es soll auf [WO ES LAUFEN SOLL] laufen. Nutze nur die Standardbibliothek und bei Bedarf bekannte Pakete, die du in einer requirements.txt auflistest. Füg Kommentare, verständliche Fehlermeldungen und eine Option --dry-run hinzu, falls es Dateien verändert. Lass es in deinem Arbeitsbereich an meinen Beispielen laufen, zeig mir die Ausgabe und schick mir die .py-Datei mit einer kurzen README, wie man es startet.
Was du ändern solltest
- [WAS DAS SKRIPT TUN SOLL]: Z. B. „alle monatlichen Umsatz-CSVs zu einer Datei zusammenführt und aus dem Dateinamen eine Spalte ‚Monat‘ ergänzt“.
- [EINGABEDATEIEN ODER DATEN]: Z. B. „12 CSV-Dateien von umsatz_2026_01.csv bis umsatz_2026_12.csv“. Häng 2 bis 3 Beispiele an.
- [GEWÜNSCHTE AUSGABE]: Z. B. „eine gemeinsame Excel-Datei mit Übersichtsblatt“ oder „umbenannte Dateien im selben Ordner“.
- [WO ES LAUFEN SOLL]: Z. B. „meinem Windows-Laptop mit Python 3.12“, „einem Mac“ oder „einem Linux-Server“. Oder „führ es einfach für mich aus“.
Beispielergebnis
- umsatz_zusammenfuehren.py: was es macht
- Liest jede Datei umsatz_JJJJ_MM.csv in einem Ordner, ergänzt aus dem Dateinamen eine Spalte monat, hängt alles zu einer Tabelle zusammen und schreibt eine Excel-Datei mit Übersichtsblatt.
- So startest du es
- • Einmal installieren: pip install -r requirements.txt (pandas, openpyxl)
- • Vorschau: python umsatz_zusammenfuehren.py ./umsatz --dry-run
- • Ausführen: python umsatz_zusammenfuehren.py ./umsatz --out umsatz_2026_gesamt.xlsx
- Das Herzstück
- for path in sorted(folder.glob("umsatz_*_*.csv")):
- m = re.match(r"umsatz_(\d{4})_(\d{2})\.csvquot;, path.name)
- if not m:
- print(f"Überspringe {path.name}: Name passt nicht zu umsatz_JJJJ_MM.csv")
- continue
- df = pd.read_csv(path, sep=None, engine="python", encoding="utf-8-sig", decimal=",")
- df["monat"] = f"{m[1]}-{m[2]}"
- frames.append(df)
- Testlauf mit deinen 12 Beispieldateien
- • 18.402 Zeilen zusammengeführt, Spalten: datum, artikel, menge, preis, monat
- • Die Dateien kamen aus deutschem Excel mit Semikolon als Trennzeichen und Komma als Dezimalzeichen: Das Skript erkennt beides
- • umsatz_2026_04.csv war in Windows-1252 statt UTF-8 gespeichert: Umlaute werden trotzdem richtig gelesen
- • 6 Zeilen ohne Preis: behalten und im Blatt Prüfen aufgelistet
- • Übersichtsblatt: Menge und Umsatz pro Monat, dazu die 10 meistverkauften Artikel
- Sicherheit
- • Das Skript verändert oder löscht nie deine Original-CSVs
- • Es bricht mit klarer Meldung ab, wenn die Ausgabedatei gerade in Excel geöffnet ist
- • --dry-run zeigt, welche Dateien es lesen würde und wie viele Zeilen, ohne etwas zu schreiben
- Deine Dateien
- • umsatz_zusammenfuehren.py, requirements.txt, README.md
- • umsatz_2026_gesamt.xlsx, das Ergebnis aus deinen Beispielen
So geht’s mit todo.is
- Kopiere den Prompt und beschreib, was das Skript tun soll, womit es arbeitet und was am Ende herauskommen soll.
- Häng 2 bis 3 Beispieldateien an und schick alles in todo.is oder per WhatsApp an deinen Agenten.
- Dein Agent schreibt das Skript, führt es aus und zeigt dir das Ergebnis, bevor er dir Code und README schickt.
- Wünsch dir Änderungen wie „zusätzlich als CSV speichern“ oder lass es monatlich für dich laufen.
Tipps für ein besseres Ergebnis
- Häng echte Beispiele an, notfalls mit Fantasiewerten. Kodierungen, Trennzeichen und Kopfzeilen sind das, woran Skripte scheitern, gerade bei CSVs aus deutschem Excel.
- Sag, wo es laufen soll. Dateipfade, Zeilenenden und die Installation von Paketen unterscheiden sich zwischen Windows, Mac und Linux.
- Bestell bei jedem Skript, das Dateien umbenennt, verschiebt oder löscht, eine Option --dry-run mit.
- Brauchst du das Ergebnis nur einmal, spar dir die Einrichtung: Dein Agent führt das Skript aus und schickt dir die fertige Datei.
- Ein Skript, das du jeden Monat brauchst, kann dein Agent als wiederkehrende Aufgabe laufen lassen und dir das Ergebnis mailen.
Python-Skript erstellen: häufige Fragen
- Kann der Agent mein Python-Skript wirklich ausführen? Ja. Er führt Python in seinem eigenen Arbeitsbereich mit den Dateien aus, die du anhängst, und zeigt dir die Ausgabe. Auf deinem Computer oder deinen Servern führt er nichts aus.
- Muss ich Python installieren? Nur, wenn du das Skript selbst starten willst. Sonst hängst du die Dateien an, dein Agent führt es aus und schickt dir das Ergebnis.
- Kann er Websites automatisieren oder APIs aufrufen? Er kann Skripte schreiben, die öffentliche APIs aufrufen oder öffentliche Seiten lesen, im Rahmen der Nutzungsbedingungen. Für Seiten mit Login ist es meist besser, deinen Agenten direkt im Browser arbeiten zu lassen.
- Für welche Python-Version schreibt er? Standardmäßig für Python 3.10 oder neuer. Nenn eine ältere Version oder Pakete, auf die du beschränkt bist, dann schreibt er dafür.
JavaScript is required to use the todo.is app.