Contents

#Example - Data processing

The dataset we use here is provided by “Landesamt für Landwirtschaft, Umwelt und ländliche Räume (LLUR)” and contains data of wind turbines.

https://www.govdata.de/web/guest/daten/-/details/windkraftanlagen-betriebene-wka-pro-jahr-in-schleswig-holstein

Read in the CSV file

To read in the csv file we can use the open() function from python

wind_file = []

with open("opendata_wka_inbetrieb_sh_20210217.csv",'r') as f:
    wind_file = f.readlines()

wind_file

['"Jahr";"Anzahl_betriebeneWKA_SH";"Leistung_MW"\n',
 '2012;2173;3248,182\n',
 '2013;2222;3612,214\n',
 '2014;2564;4789,208\n',
 '2015;2759;5613,263\n',
 '2016;2922;6171,822\n',
 '2017;2976;6570,277\n',
 '2018;2992;6670,657\n',
 '2019;2997;6697,647\n',
 '2020;3021;6788,747\n',
 '"bis 17.02.2021";3031;6832,847\n']

ok… we got the data but how to continue?

  • remove all the \n

wind_file_new = []
for line in wind_file:
    wind_file_new.append(line.strip())

wind_file_new

['"Jahr";"Anzahl_betriebeneWKA_SH";"Leistung_MW"',
 '2012;2173;3248,182',
 '2013;2222;3612,214',
 '2014;2564;4789,208',
 '2015;2759;5613,263',
 '2016;2922;6171,822',
 '2017;2976;6570,277',
 '2018;2992;6670,657',
 '2019;2997;6697,647',
 '2020;3021;6788,747',
 '"bis 17.02.2021";3031;6832,847']

Now we need to separate the items

wind_file_new_new = []
for i in wind_file_new:
    wind_file_new_new.append(i.split(";"))

wind_file_new_new

[['"Jahr"', '"Anzahl_betriebeneWKA_SH"', '"Leistung_MW"'],
 ['2012', '2173', '3248,182'],
 ['2013', '2222', '3612,214'],
 ['2014', '2564', '4789,208'],
 ['2015', '2759', '5613,263'],
 ['2016', '2922', '6171,822'],
 ['2017', '2976', '6570,277'],
 ['2018', '2992', '6670,657'],
 ['2019', '2997', '6697,647'],
 ['2020', '3021', '6788,747'],
 ['"bis 17.02.2021"', '3031', '6832,847']]

ok we did it…. but is there a way to make it easier?

see DataFrame

Using Pandas

  • we use the module pandas

  • we just import pandas

import pandas as pd

df = pd.read_csv("opendata_wka_inbetrieb_sh_20210217.csv")

display (df)
Jahr;"Anzahl_betriebeneWKA_SH";"Leistung_MW"
2012;2173;3248 182
2013;2222;3612 214
2014;2564;4789 208
2015;2759;5613 263
2016;2922;6171 822
2017;2976;6570 277
2018;2992;6670 657
2019;2997;6697 647
2020;3021;6788 747
bis 17.02.2021;3031;6832 847

this does not look so nice and not everything is in line

ok not the right seperator… we need a ; instread of a ,

df = pd.read_csv("opendata_wka_inbetrieb_sh_20210217.csv",sep=";")

display(df)
Jahr Anzahl_betriebeneWKA_SH Leistung_MW
0 2012 2173 3248,182
1 2013 2222 3612,214
2 2014 2564 4789,208
3 2015 2759 5613,263
4 2016 2922 6171,822
5 2017 2976 6570,277
6 2018 2992 6670,657
7 2019 2997 6697,647
8 2020 3021 6788,747
9 bis 17.02.2021 3031 6832,847

We did it!!

now what can we do?

  • display the values

  • calculating some statistics