PYTHON PAMATI UN EXCEL AUTOMATIZĀCIJA — PRAKSE

Secība: 1. modulis → šis starpkurss → 2. modulis (pandas, Excel un PDF).
Avots: 26.08.2026. lekcija. Šis ir papildināts mācību piemērs.

1. Izpako visu ZIP vienā mapē (nestrādā tieši arhīvā).
2. Izvēlies Python interpretatoru VS Code. Terminālī instalē:
   python -m pip install openpyxl
3. Izveido savu algas_mans.py. Ievade ir dati/dataForSalaries.xlsx,
   lapa Dati; A=ID, B=stundas, C=likme, D=alga.
4. Izveido rezultati/algas.xlsx ar lapām Algas un Statistika.
   Algas: saglabā ievades kolonnas, D ieraksti stundas*likme (2 zīmes),
   E ieraksti OK vai PARBAUDIT; E1=Statuss.
   Derīgi ir int/float, izņemot bool, galīgi un nenegatīvi.
   Nederīgai rindai D atstāj tukšu (None), nevis ieraksti 0.
   Statistika: A1=Rādītājs, B1=Vērtība; tālāk rindas:
   Ieraksti | 20
   Kļūdas | 4
   Algas virs 400 | 3
5. Saglabā pēc VISĀM izmaiņām, saglabājot ievades failu nemainītu.
6. Palaid python pasparbaude.py. Ja FAIL, izlabo norādīto un atkārto.
7. Paraugs algas_paraugs.py paredzēts salīdzināšanai pēc paša mēģinājuma.
8. Pabeidz platformas D testu. Lokālais PASS neaizstāj platformas testu.

Sintētiski dati: 20 izdomāti ieraksti, ne reālu cilvēku algas.
Kontrole: nederīgie ID 4,5,15,16; virs400 ID3,6,12.
Pašpārbaudes atskaite paliek tavā datorā. Tā nav kriptogrāfiski apliecināts
sertifikāts un netiek automātiski nosūtīta vietnei. Administrators platformā
redz testu mēģinājumus/rezultātus un kursa progresu.

Papildu robežgadījumi savas validācijas pārbaudei:
0 un 10 → derīga alga 0; None un 10 → kļūda; "10" un 5 → kļūda;
True un 10 → kļūda; -1 un 10 → kļūda; 40 un 10 → 400, nav virs400.
Šie gadījumi nav jāievieto pamata failā, lai izpildītu tā fiksēto pārbaudi.

Kāpēc nākamajā kursā pandas? Šeit ciklā apstrādājam šūnas; nākamajā kursā
strādāsim ar tabulas kolonnām un filtriem. Datu derīguma noteikumi jāsaskaņo:
teksta skaitļus šeit noraidām, bet pandas to_numeric tos var pārveidot.
