- [x] Füge Werte in die bereitschaftssteigerungen und kompetenzniveaus DataFrames ein, oder entferne die Verwendung dieser DataFrames, wenn sie nicht benötigt werden. Stelle sicher, dass alle Operationen auf diesen DataFrames gültige Daten enthalten, um NaN-Ergebnisse zu vermeiden.
- [x] Nachdem alle oben genannten Korrekturen durchgeführt wurden, führe eine gründliche Überprüfung und Tests des gesamten Skripts durch, um sicherzustellen, dass alle Funktionen wie erwartet arbeiten und die Ergebnisse konsistent und korrekt sind.
- [x] Überprüfe, ob die Visualisierungen korrekt die gewünschten Daten darstellen. Korrigiere eventuelle Inkonsistenzen oder Fehler in der Art, wie Daten in den Plots dargestellt werden. Stelle auch sicher, dass die interaktiven Elemente wie Schieberegler korrekt funktionieren.
- [x] Da die Korrelationsmatrix zweimal berechnet wird, ist es wichtig, dass jede Berechnung in einer separaten Variable gespeichert wird, falls beide benötigt werden. Dies verhindert die Überschreibung von Daten und ermöglicht es, beide Ergebnisse unabhängig zu analysieren und zu präsentieren.
- [x] Vermeide es, den Wert der Spalte 'Quartal' wiederholt zu setzen, indem du dies nur einmal außerhalb der Schleife machst oder eine effizientere Methode zur Handhabung verwendest.
- [x] Überprüfe und korrigiere die Nutzung der pe_auswirkungen_df und kompetenzniveaus_df. Stelle sicher, dass alle notwendigen Spalten korrekt initialisiert sind, bevor Werte eingefügt werden. Eine Möglichkeit besteht darin, die DataFrames so zu initialisieren, dass sie die benötigten Spalten von Anfang an enthalten.