Added further description

data-processing.ipynb

@@ -7,6 +7,7 @@
     "# Musterbeispiel Data Processing\n",
     "\n",
     "Notwendige Packages befinden sich in `requirements.txt` - installieren mit `pip install -r requirements.txt`.\n",
+    "\n",
     "Die Verwendung eines Virtual Environments (venv) wird empfohlen (`py -m venv .venv`, dann `.venv/scripts/activate` bzw. `.venv/bin/activate`)"
    ]
   },
@@ -23,6 +24,35 @@
     "import numpy as np"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "## Beschreibung des Datensatzes\n",
+    "\n",
+    "- Datensatz beinhaltet Daten der Wetterstation Freiburg des Deutschen Wetterdienstes\n",
+    "- Datensatz ist csv mit Trennzeichen `;`\n",
+    "- Datensatz umfasst 6 Spalten:\n",
+    "\n",
+    "\n",
+    "|                    | STATIONS_ID           | MESS_DATUM                   | QN_4                 | TT_TER                | RF_TER                     | eor        |\n",
+    "|--------------------|-----------------------|------------------------------|----------------------|-----------------------|----------------------------|------------|\n",
+    "| Beschreibung       | ID der Wetterstation  | Datum und Stunde der Messung | Qualität der Messung | Temperatur            | Relative Luftfeutchtigkeit | End of Row |\n",
+    "| Datentyp           | Integer               | String (Format yyyymmddhh)   | Integer              | Float                 | Float                      | String     |\n",
+    "| Fehlende Einträge  | Nein                  | Nein                         | Nein                 | Ja (-999)             | Ja  (-999)                 | Nein       |\n",
+    "| Relevant           | Nein                  | Ja                           | Teilweise            | Ja                    | Ja                         | Nein       |\n",
+    "\n",
+    "\n",
+    "## Schritte der Datenverarbeitung\n",
+    "\n",
+    "1. Einlesen des Datensatzes\n",
+    "2. Konvertierung der Datumsspalte in datetime objekte\n",
+    "3. Entfernen nicht benötigter Spalten\n",
+    "4. Plotten der Daten für bessere Übersicht\n",
+    "5. Identifizieren und kompensieren von Fehlerwerten durch Interpolation\n",
+    "6. Plotten des Ergebnisses"
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": null,