commit some shii

csv/jahresbillanz/main.py

@@ -5,8 +5,8 @@ filename = "Jahresabschluss.csv"
 firmen = []
 rechnungssummen = []
 
-with open(filename, newline='', encoding='utf-8') as csvfile:
-    reader = csv.reader(csvfile, delimiter=';')
+with open(filename, newline="") as csvfile:
+    reader = csv.reader(csvfile, delimiter=";")
     next(reader)  
     for row in reader:
         firmen.append(row[2])

csv/netflix/main.py

@@ -0,0 +1,64 @@
+# -*- coding: utf-8 -*-
+import csv
+from collections import defaultdict
+
+typen = []
+jahre = []
+ratings = []
+dauern = []
+seasons = []
+titles = []
+
+count_types = defaultdict(int)
+count_ratings = defaultdict(int)
+
+with open("netflix.csv", encoding="utf-8") as f:
+    reader = csv.reader(f, delimiter=';')
+
+    header = next(reader)
+
+    for row in reader:
+        show_id, typ, title, director, country, release_year, rating, duration, season, listed_in = row
+
+        typen.append(typ)
+        titles.append(title)
+        count_types[typ] += 1
+        count_ratings[rating] += 1
+
+        jahre.append(int(release_year) if release_year.strip() else 0)
+        ratings.append(rating)
+        dauern.append(int(duration) if duration.strip() else 0)
+        seasons.append(int(season) if season.strip() else 0)
+
+anz_movies = count_types["Movie"]
+anz_series = count_types["TV Show"]
+
+movies_vor_2020 = sum(
+    1 for t, j in zip(typen, jahre) if t == "Movie" and j != 0 and j < 2020
+)
+
+anz_pg13 = count_ratings["PG-13"]
+
+movie_dauern = [d for t, d in zip(typen, dauern) if t == "Movie" and d > 0]
+durchschnitt_dauer = (sum(movie_dauern) / len(movie_dauern)) if movie_dauern else 0
+
+shows_eine_season = [
+    title for t, title, s in zip(typen, titles, seasons)
+    if t == "TV Show" and s == 1
+]
+
+if seasons:
+    max_season = max(seasons)
+    stelle = seasons.index(max_season)
+    show_mit_meisten_seasons = titles[stelle]
+else:
+    max_season = 0
+    show_mit_meisten_seasons = None
+
+print(f"Anzahl Movies: {anz_movies}")
+print(f"Anzahl Serien: {anz_series}")
+print(f"Movies vor 2020: {movies_vor_2020}")
+print(f"Anzahl PG-13 Inhalte: {anz_pg13}")
+print(f"Durchschnittliche Movie-Dauer: {durchschnitt_dauer:.2f} Minuten")
+print(f"{'-'*80}\nTV-Shows mit nur 1 Season:", *shows_eine_season, sep="\n")
+print(f"{'-'*80}\nTV-Show mit den meisten Seasons: {show_mit_meisten_seasons} mit {max_season} Seasons")

csv/weihnachtslotterie/main.py

@@ -0,0 +1,31 @@
+# -*- coding: utf-8 -*-
+import csv
+import random
+
+datei = "namen.csv"
+schueler = []
+
+with open(datei, newline="") as csvfile:
+    reader = csv.DictReader(csvfile, delimiter=";")
+    for row in reader:
+        schueler.append({"Name": row["Name"], "Klasse": row["Klasse"]})
+
+gewinner = random.sample(schueler, 6)
+
+preise = {
+    "3 Preis": gewinner[0:3],
+    "2 Preis": gewinner[3:5],
+    "1 Preis": gewinner[5:6]
+}
+
+print("Weihnachtslotterie\n")
+print("Ausgespielt werden")
+print("1 Hauptpreis")
+print("2 Preis 2 mal")
+print("3 Preis 3 mal\n")
+
+for kategorie in ["3 Preis", "2 Preis", "1 Preis"]:
+    print("-" * 80)
+    for person in preise[kategorie]:
+        artikel = "des" if kategorie == "1. Preis" else "eines"
+        print(f"Der Gewinner {artikel} {kategorie}es ist {person["Name"]} aus der {person["Klasse"]}")

csv/weihnachtslotterie/namen.csv

@@ -0,0 +1,103 @@
+Nr;Klasse;Name
+1;6a;Lilli Marie
+2;6a;Lena Maria
+3;6a;Miriam
+4;6a;Valentina
+5;6a;Emily
+6;6a;Laura
+7;6a;Eva
+8;6a;Lara
+9;6a;Mykyta
+10;6a;Selina
+11;6a;Julia
+12;6a;Anna-Lisa
+13;6a;David-Dimitrie
+14;6a;Sarah Marie
+15;6a;Nicole
+16;6a;Pavlo
+17;6a;Alexandra
+18;6b;Vandita
+19;6b;Nico
+20;6b;Sascha
+21;6b;Lena
+22;6b;Elias
+23;6b;Maximilian
+24;6b;Niklas
+25;6b;Ilia
+26;6b;Celina
+27;6b;Pia-Amelie
+28;6b;Mona
+29;6b;Luzia
+30;6b;Anna
+31;6b;Jeremias
+32;6b;Marie
+33;6b;Mark Lipeng
+34;6b;Sebastian
+35;6c;Adrian
+36;6c;Emma
+37;6c;Ella
+38;6c;Johanna
+39;6c;Jana
+40;6c;Raphael
+41;6c;Klara
+42;6c;Sarah
+43;6c;Frida
+44;6c;Anna
+45;6c;Katrin
+46;6c;Maja
+47;6c;Sebastian
+48;6c;Sophia
+49;6c;Sophie Luisa
+50;6c;Alice Isabell
+51;6c;Verena
+52;6c;Valentina
+53;6c;Anna
+54;6c;Illia
+55;6c;Larissa
+56;6c;Manuel
+57;6c;Anna
+58;6c;Michael
+59;6c;Paula
+60;6c;Nina
+61;6c;Bianca
+62;6c;Felix
+63;6ds;Nina
+64;6ds;Matthias
+65;6ds;Nils
+66;6ds;Jonathan
+67;6ds;Luka
+68;6ds;Emilia
+69;6ds;Emma
+70;6ds;Matthias
+71;6ds;Tristan
+72;6ds;Jakab
+73;6ds;Paul
+74;6ds;Maximilian
+75;6ds;Zoey
+76;6ds;Benedikt
+77;6ds;Samuel
+78;6ds;Nina
+79;6ds;Moritz
+80;6ds;Patrick
+81;6ds;Din
+82;6ds;D<>niel
+83;6ds;Theresa
+84;6ds;Michael
+85;6ds;Katharina
+86;6es;Linda
+87;6es;Kevin
+88;6es;Luisa
+89;6es;Anna
+90;6es;Florian
+91;6es;Elias
+92;6es;Hannah
+93;6es;Simon
+94;6es;Patrick
+95;6es;Maximilian
+96;6es;Timo
+97;6es;Paul
+98;6es;Paul
+99;6es;Nico
+100;6es;Anika
+101;6es;Matteo
+102;6es;Jakob

csv/üben1/main.py

@@ -0,0 +1,28 @@
+# -*- coding: ansi -*-
+import csv
+
+seen = []
+
+fieldnames = ["Name", "Bundesland", "Flaeche", "Maximale Seetiefe", "Seevolumen", "Anzahl"]
+
+with open("seen.csv", newline="", encoding="ansi") as csvfile:
+    reader = csv.DictReader(csvfile, delimiter=';', fieldnames=fieldnames)
+    for row in reader:
+        row['Flaeche'] = float(row['Flaeche'].replace(',', '.'))
+        row['Maximale Seetiefe'] = float(row['Maximale Seetiefe'].replace(',', '.'))
+        row['Seevolumen'] = float(row['Seevolufmen'].replace(',', '.')) if row['Seevolumen'] else 0
+        seen.append(row)
+
+anzahl_seen = len(seen)
+gesamtflaeche = sum(s['Flaeche'] for s in seen)
+tiefster_see = max(seen, key=lambda s: s['Maximale Seetiefe'])
+durchschnittstiefe = sum(s['Maximale Seetiefe'] for s in seen) / anzahl_seen
+
+print(f"Anzahl der Seen: {anzahl_seen}")
+print(f"Gesamtfl<EFBFBD>che: {gesamtflaeche:.2f} km<6B>")
+print(f"Tiefster See: {tiefster_see['Name']} mit {tiefster_see['Maximale Seetiefe']} m")
+print(f"Durchschnittliche Tiefe: {durchschnittstiefe:.2f} m\n")
+
+print("Liste aller Seen mit Bundesland:")
+for s in seen:
+    print(f"{s['Name']} ({s['Bundesland']})")

csv/üben1/seen.csv

@@ -0,0 +1,44 @@
+Achensee;Tirol;929;6,8;133;454
+Almsee;Ober<65>sterreich;589;0,85;5;2
+Altausseer See;Steiermark;712;2,1;53;73
+Alte Donau;Wien;157;1,7;6,8;4
+Attersee;Ober<65>sterreich;469;46,2;171;3890
+Bodensee;Vorarlberg;396;535;254;48000
+Erlaufsee;Nieder<65>sterreich,<EFBFBD>Steiermark;835;0,72;38;15
+Faaker See;K<>rnten;555;2,2;30;35
+Fuschlsee;Salzburg;663;2,65;67;98
+Grabensee;Salzburg;503;1,3;14;12
+Grundlsee;Steiermark;708;4,1;64;169
+Haldensee;Tirol;1124;0,73;22;10
+Hallst<EFBFBD>tter See;Ober<65>sterreich;508;8,6;125;558
+Heiterwanger See;Tirol;976;1,37;60;55
+Hintersee;Salzburg;685;0,82;22;9
+Hintersteiner See;Tirol;883;0,56;36;7
+Illmitzer Zicksee (Zicklacke);Burgenland;117;1,17;0,5;0
+Irrsee<EFBFBD>(Zeller See);Ober<65>sterreich;553;3,6;32;53
+Keutschacher See;K<>rnten;506;1,33;16;14
+Klopeiner See;K<>rnten;446;1,11;48;25
+Lange Lacke;Burgenland;117;2,5;0,8;2
+L<EFBFBD>ngsee;K<>rnten;550;0,75;21;9
+Lunzer See;Nieder<65>sterreich;608;0,68;34;14
+Mattsee<EFBFBD>(Niedertrumer See);Salzburg;503;3,58;42;61
+Millst<EFBFBD>tter See;K<>rnten;588;13,28;141;1205
+Mondsee;Ober<65>sterreich[2];481;13,8;68;497
+Neufelder See;Burgenland;223;0,6;23;8
+Neusiedler See;Burgenland;115;320;1,8;320
+Obertrumer See;Salzburg;503;4,88;36;85
+Offensee;Ober<65>sterreich;649;0,55;38;11
+Ossiacher See;K<>rnten;502;10,79;52;206
+Plansee;Tirol;976;2,87;77;124
+Pressegger See;K<>rnten;560;0,55;14;2
+St. Andr<64>er Zicksee;Burgenland;116;1,23;1,4;1
+Toplitzsee;Steiermark;718;0,54;103;34
+Traunsee;Ober<65>sterreich;423;24,4;191;2189
+Vilsalpsee;Tirol;1165;0,51;30;8
+Vorderer Gosausee;Ober<65>sterreich;933;0,58;69;25
+Walchsee;Tirol;655;0,95;21;11
+Wallersee;Salzburg;505;6,1;23;76
+Wei<EFBFBD>ensee;K<>rnten;929;6,53;99;226
+Wolfgangsee;Ober<65>sterreich,<EFBFBD>Salzburg;538;12,84;113;667
+W<EFBFBD>rthersee;K<>rnten;440;19,39;85;816
+Zeller See;Salzburg;750;4,55;68;178

csv/üben2_kontaktperson/Kontaktpersonen.csv

@@ -0,0 +1,64 @@
+Kontaktperson;Straße;Ort;PLZ;Land;Kosten / Gehalt
+Sebastian Franz ;Hofer Str. 15 A ;Linköping;0;Schweden;3885
+Bernd Kathol ;Schönfließer Str. 2 ;Charleroi;0;Belgien;3897
+Veit Zschieppang ;Kampstraße 21B ;Stuttgart;70563;BRD;3720
+Marcus Meseberg ;Vogelgesang 14 ;Harrogate;0;Großbritannien;3123
+Marian Kretschmann ;Diehloer Str. 41 ;London;0;Großbritannien;4471
+Ralph Janßen ;Meierskamp 37 ;Svenstavik;0;Schweden;3750
+Steffen Andrä ;Reinharzer Str.25 ;Madrid;28001;Spanien;3934
+Fabian Kunath ;Albert-Einstein-Strasse30 ;Aachen;52066;BRD;3465
+Johannes Hegewald ;Erich- Weinert- Straße 8 ;Kobenhavn;1734;Dänemark;4663
+Nick Schmidt ;Grabenweg 6 ;Helsinki;21240;Finnland;3980
+Timo Ziebarth ;Hardenbergstraße.3 ;Brescia;25100;Italien;3130
+Manuel Wagner ;Luisenstr.5 ;Stavern;4110;Norwegen;2809
+Falk Thormann ;Abt-Denzel-Weg 10 ;Frösön;0;Schweden;2508
+Anne Wicke ;Freiligrathstraße 11 ;Maierling;0;Schweden;4107
+Peter Polic ;Nazorovo Setaliste 12 ;Seattle;98124;USA;4918
+Stefanie Völkner ;Auf Den Gleichen 8 ;Köln;50739;BRD;2827
+Markus Busse ;Birkenallee 5 ;Mannheim;68306;BRD;2596
+Melanie Walter ;Curslacker Deich 263 ;Marseille;13008;Frankreich;3394
+Michael Jurentschk ;Steinweiden Str. 13 ;Paris;75012;Frankreich;3401
+Christoph Manderla ;Weinbergstr.9 ;Verona;37100;Italien;2773
+Martin Straub ;Haidstraße 3 ;Luleå;0;Schweden;3353
+Damian Neubauer ;Robert-Koch Str.27 ;Montréal;0;Kanada;3736
+Kai Benjamin Larsen ;Untermühlstrasse 37 ;Vancouver;0;Kanada;4033
+Timur Kirchhöfer ;Kantstr. 37 ;Butte;59801;USA;3911
+Sven Ludwig ;Hammerweg 4E ;Leipzig;4179;BRD;2702
+Jörg Köhler ;Von Hoff-Str 31 ;Paris;75007;Frankreich;2775
+Christoph Block ;Eichergasse 15 ;München;80805;BRD;3222
+Moritz Moosmüller ;Schlossstraße 56 ;Paris;75016;Frankreich;4902
+Kräutlein Holger ;Marxer Hauptstraße.10 ;Strasbourg;67000;Frankreich;4415
+Thomas Wagner ;Oberstraße/16 ;Bergamo;24100;Italien;3701
+Stefan Herudek ;Ringstr 14 ;Barcelona;8022;Spanien;3442
+Thomas Schläfer ;Fuchssteig 2 ;Walla Walla;99362;USA;3936
+Timo Neitzke ;Mühlhofstr. 7 ;Münster;44087;BRD;4080
+Janina Wege ;Rudolf - Breitscheidstr. 1 ;Nantes;44000;Frankreich;2669
+Andreas Schädlich ;Pestalozzistraße 1 ;Napoli;80100;Italien;4607
+Martin Schütz ;Waldstr. 9 ;Paris;75007;Frankreich;2669
+Sebastian Michelmann ;Glück-Auf-Strasse 13 ;Reggio Emili;42100;Italien;4532
+Erik Brüning ;Dorfstraße 39 ;Vancouver;0;Kanada;3227
+Margit Heller ;Dorfstr. 13 ;Lille;59000;Frankreich;4346
+Alexander Taudus ;Feldbergweg 21 ;Albuquerque;87123;USA;3234
+Marc Recktenwald ;Dillingerstr.46 ;Anchorage;99508;USA;4174
+Daniel Turner ;Bischof-Ulrich-Str.16 ;London;0;Großbritannien;2615
+Eric Sallie ;Teichstraße 20A ;Århus;8200;Dänemark;2650
+Marco Rabe ;Rastenburgerstr.1 ;London;0;Großbritannien;4232
+Harmony Maier;2440 Jericho Dr ;Sevenoaks;0;Großbritannien;3630
+Jan Hoffmann ;Sächsischer-Ring 27 ;Graz;8010;Österreich;4684
+Peter Schüler ;Willy-Brandt-Str.15 ;Genève;1203;Schweiz;3192
+Rene Maierbeer;Juri-Gagarin-Straße 32 ;Lander;82520;USA;4686
+Steve Cunaeus ;Franz-Mehring-Straße 28 ;Portland;97219;USA;3767
+Georg Berrewitz ;Pf 1112 ;Toulouse;31000;Frankreich;3385
+Danny Scheuermann ;Im Schießgarten 1 ;Täby;0;Schweden;3249
+Stefan Dirks ;Niebelungenring 17 ;Berlin;12209;BRD;4837
+Sandra Trodler ;Schillstraße 23 ;Frankfurt a.;60528;BRD;3352
+Schiffer Benjamin ;Frankenstrasse 9 ;Versailles;78000;Frankreich;3076
+Heiko Richter ;Radebergerstr.27 ;Colchester;0;Großbritannien;3253
+Kai Rorarius ;Leipzigerstraße 31 ;London;0;Großbritannien;3751
+Peter Pfeiffer ;Eisenstraße 3 ;Milano;20100;Italien;3276
+Jens Patzelt ;Dorstener Straße 484 ;Mayerling;10100;Österreich;2826
+Florian Miehe ;Otto-Baer.Str.11 ;Salzburg;5020;Österreich;3452
+Nicole Deicke ;Calvörderstr. 5 ;Lisboa;1756;Portugal;3847
+Carolin Franzus ;Rosa-Luxemburg Straße 4 ;Boise;83720;USA;3172
+Daniel Zwick ;Dörpfeldstr.20 ;Elgin;97827;USA;3983
+Dennis Maurans ;Hörenweg 2A ;Tacoma;98466;USA;4223

csv/üben2_kontaktperson/main.py

@@ -0,0 +1,45 @@
+# -*- coding: ansi -*-
+
+import csv
+
+datei = 'Kontaktpersonen.csv'
+
+kontaktpersonen = []
+laender = []
+gehaelter = []
+
+with open(datei) as f:
+    reader = csv.reader(f, delimiter=';')
+    next(reader)
+    
+    for row in reader:
+        kontaktperson = row[0].strip()
+        land = row[4].strip()
+        gehalt = row[5].strip()
+        
+        kontaktpersonen.append(kontaktperson)
+        laender.append(land)
+        gehaelter.append(gehalt)
+
+gehaelter_float = []
+for g in gehaelter:
+    try:
+        gehalt_float = float(g)
+        gehaelter_float.append(gehalt_float)
+    except ValueError:
+        gehaelter_float.append(0.0)
+
+anzahl = len(kontaktpersonen)
+
+einzigartige_laender = set(laender)
+
+gesamt_gehalt = sum(gehaelter_float)
+
+max_gehalt = max(gehaelter_float)
+index_max = gehaelter_float.index(max_gehalt)
+kontakt_max = kontaktpersonen[index_max]
+
+print(f"Anzahl der Kontaktpersonen: {anzahl}")
+print(f"L<EFBFBD>nder der Kontaktpersonen: {', '.join(sorted(einzigartige_laender))}")
+print(f"Gesamtsumme der Geh<65>lter: {gesamt_gehalt:.2f}")
+print(f"H<EFBFBD>chstes Gehalt: {max_gehalt:.2f} (Kontaktperson: {kontakt_max})")