Pandas

Series وDataFrame

import pandas as pd

df = pd.DataFrame({
    "name":  ["Ali", "Mona", "Omar", "Huda"],
    "age":   [23, 31, None, 27],
    "track": ["ML", "DL", "ML", "NLP"],
    "score": [78, 92, 65, 88],
})
df.head()
df.info()        # الأنواع والقيم غير المفقودة
df.describe()    # إحصاءات وصفية للأعمدة العددية

اختيار البيانات

df["score"]                 # Series
df[["name", "score"]]       # DataFrame
df.loc[0, "name"]           # بالتسمية
df.iloc[0:2, 1:3]           # بالموقع
df[df["score"] >= 80]       # تصفية شرطية
df.query("track == 'ML' and score > 60")

القيم المفقودة

df.isna().sum()                         # عدد القيم المفقودة لكل عمود
df["age"] = df["age"].fillna(df["age"].median())
df_clean = df.dropna()

قرار حذف القيم المفقودة أو تعويضها يؤثر في النتائج، ويجب حساب قيم التعويض من بيانات التدريب فقط عند بناء نموذج لتجنب تسرب البيانات (data leakage).

أعمدة جديدة وتحويلات

df["passed"] = df["score"] >= 70
df["track"] = df["track"].astype("category")
df.sort_values("score", ascending=False)

التجميع

df.groupby("track")["score"].agg(["mean", "count"])

يقسم البيانات حسب المسار، ويحسب المتوسط والعدد لكل مجموعة.

الدمج

tracks = pd.DataFrame({"track": ["ML", "DL", "NLP"],
                       "hours": [40, 50, 45]})
merged = df.merge(tracks, on="track", how="left")

نصيحة أداء

تجنب المرور على الصفوف بـ iterrows في البيانات الكبيرة، واستخدم العمليات على الأعمدة كاملة لأنها متجهة وأسرع بكثير.