Python ile veri analizi: Her hafta elle hazırlanan Excel raporunu otomatikleştirin

Önce hesabı yapın: Bu rapor size kaça mal oluyor?

Otomasyona başlamadan önce elle hazırlanan raporların yılda kaç saate mal olduğunu görün. Hesap basittir: Rapor başına süreyi, kaç kişinin uğraştığını ve yılda kaç kez tekrarlandığını çarpın. Bunu Manuel Raporlama Maliyeti aracı ile tarayıcınızda iki dakikada hesaplayın.

Neye ihtiyacınız var?

Kurulum için Python'u yükledikten sonra komut satırında pip install pandas openpyxl komutunu çalıştırmanız yeterlidir.

Adım adım: 25 satırlık rapor kodu

Örnekte ERP'den her hafta alınan bir satış dosyası kullanılıyor; dosyada Tarih, Bölge, Ürün, Adet ve Tutar sütunları bulunuyor. Hedef, bölgelere göre aylık satış tablosunu ve en çok satan 10 ürünü içeren bir rapor üretmektir. Kodu kendi sütun adlarınıza göre uyarlayın.

import pandas as pd

# 1) Oku
df = pd.read_excel("satislar.xlsx")
# CSV ise: df = pd.read_csv("satislar.csv", sep=";", decimal=",", encoding="cp1254")

# 2) Temizle
df["Tarih"] = pd.to_datetime(df["Tarih"], dayfirst=True)
df = df.dropna(subset=["Tutar"]).drop_duplicates()

# 3) Özetle
df["Ay"] = df["Tarih"].dt.to_period("M").astype(str)
bolge_ay = df.pivot_table(index="Bölge", columns="Ay", values="Tutar", aggfunc="sum", fill_value=0)
ilk10 = (
    df.groupby("Ürün", as_index=False)["Tutar"].sum()
    .sort_values("Tutar", ascending=False)
    .head(10)
)

# 4) Yaz
with pd.ExcelWriter("haftalik_rapor.xlsx") as yazici:
    bolge_ay.to_excel(yazici, sheet_name="Bölge x Ay")
    ilk10.to_excel(yazici, sheet_name="İlk 10 ürün", index=False)

1. Okuma

read_excel Excel dosyasını bir tabloya (DataFrame) dönüştürür ^[2]. Dosyanız CSV ise read_csv kullanın ^[3]. Türkiye'deki eski sistemlerden alınan CSV dosyaları çoğu zaman noktalı virgülle ayrılır, ondalık için virgül kullanır ve Windows-1254 kodlamasıyla kaydedilir. Bu yüzden sep, decimal ve encoding="cp1254" parametrelerini verin; aksi halde ş, ğ, ı gibi harfler bozuk görünür ^[4].

2. Temizleme

Tarihleri gün-ay-yıl biçiminde okumak için dayfirst=True kullanın. Tutarı boş satırları ve birebir tekrar eden satırları atın. Gerçek veride iş bu kadar kısa sürmez: Aynı müşterinin farklı yazılışları, birim karışıklıkları ve eksik kayıtlar çıkar. Dosyanızdaki sorunları görmek için ücretsiz Veri Kalite Kontrolü'nü kullanın; dosya tarayıcınızdan çıkmaz.

3. Özetleme

pivot_table, Excel'deki özet tablonun karşılığıdır: satırlarda bölgeler, sütunlarda aylar, hücrelerde toplam tutar yer alır ^[1]. groupby ise ürün bazında toplamı hesaplar; ardından tablo büyükten küçüğe sıralanır ve ilk 10 satır alınır.

4. Yazma

ExcelWriter, iki tabloyu aynı dosyanın iki ayrı sayfasına yazar ^[5]. Rapor artık her çalıştırmada aynı biçimde ve hatasız üretilir.

Kodu her hafta kendiliğinden çalıştırın

• Windows: Görev Zamanlayıcı'da yeni bir görev oluşturun ve her pazartesi 08:00'de python rapor.py komutunu çalıştıracak şekilde ayarlayın ^[6].
• Linux ve macOS: cron'a 0 8 * * 1 python3 /yol/rapor.py satırını ekleyin; bu satır kodu her pazartesi 08:00'de çalıştırır ^[7].

Bu yöntemin sınırları

Bu kod tek bir dosya ve tek bir rapor için iyi bir başlangıç sağlar. Raporlar çoğaldığında, veri birden fazla sistemden geldiğinde ya da aynı rakam farklı raporlarda farklı çıktığında sorun artık kodda değil, veri altyapısında olur. O noktada her raporun beslendiği tek doğru veri kaynağı kurmak gerekir; raporlama otomasyonu çalışmalarında yaptığım iş tam olarak budur.