## 📚 كورس Pandas للمبتدئين


:books: كورس Pandas للمبتدئين

:dart: الهدف من الكورس:

ستتعلم في هذا الكورس كيفية استخدام مكتبة Pandas للتعامل مع البيانات بشكل فعال. Pandas تُعتبر واحدة من أكثر المكتبات شيوعًا في بايثون لمعالجة وتحليل البيانات.

:bulb: المتطلبات المسبقة:

  • معرفة أساسيات لغة البرمجة Python.
  • فهم بسيط للمتغيرات والقوائم والوظائف في بايثون.

الدرس 1: التعرف على Pandas وبيئة العمل

مقدمة عن Pandas

Pandas هي مكتبة مفتوحة المصدر في Python تُستخدم لتحليل البيانات ومعالجتها. توفر Pandas هياكل بيانات قوية مثل DataFrame و Series، والتي تسهل التعامل مع البيانات في شكل جداول (مثل جداول البيانات في Excel).

تثبيت Pandas

قبل أن نبدأ باستخدام Pandas، نحتاج إلى تثبيتها على جهازك. يمكنك تثبيت Pandas باستخدام مدير الحزم pip:

pip install pandas

استيراد Pandas في Python

بمجرد تثبيت المكتبة، يمكنك استيرادها في برنامجك. تقليديًا، نستورد Pandas باسم pd:

import pandas as pd

إنشاء أول DataFrame

لنبدأ بأول DataFrame لنا. DataFrame هو جدول يحتوي على صفوف وأعمدة، ويُعتبر العمود الفقري لأي تحليل بيانات في Pandas.

مثال: إنشاء DataFrame بسيط

import pandas as pd

# إنشاء قاموس بيانات
data = {
    'الاسم': ['أحمد', 'سارة', 'محمد'],
    'العمر': [25, 30, 22],
    'المدينة': ['القاهرة', 'الإسكندرية', 'المنصورة']
}

# تحويل القاموس إلى DataFrame
df = pd.DataFrame(data)

# عرض DataFrame
print(df)

النتيجة:

عند تشغيل الكود أعلاه، ستحصل على مخرجات كالتالي:

    الاسم  العمر       المدينة
0   أحمد     25       القاهرة
1   سارة     30  الإسكندرية
2  محمد     22      المنصورة

فهم النتائج

  • الاسم: هذا هو اسم العمود الأول.
  • العمر: هذا هو اسم العمود الثاني.
  • المدينة: هذا هو اسم العمود الثالث.
  • 0, 1, 2: هذه هي الفهارس (index) الافتراضية التي ينشئها Pandas لكل صف.

الأسئلة الشائعة:

1. ما هو الفرق بين DataFrame و Series في Pandas؟

  • Series: هي عمود واحد من البيانات (تعمل مثل قائمة، لكنها أقوى). تخيلها كعمود واحد من الجدول.
  • DataFrame: هي مجموعة من الأعمدة (أو مجموعة من Series). تخيلها كجدول كامل.

2. كيف أستطيع الوصول إلى بيانات معينة داخل DataFrame؟

يمكنك استخدام أسماء الأعمدة أو الفهارس للوصول إلى بيانات معينة. سنتناول ذلك بالتفصيل في الدروس القادمة.


:muscle: تمرين 1:

أنشئ DataFrame يحتوي على المعلومات التالية عن 3 كتب:

  • العنوان: “كتاب A”، “كتاب B”، “كتاب C”
  • المؤلف: “محمد”، “أحمد”، “منى”
  • السعر: 100، 150، 200

قم بطباعة DataFrame على الشاشة.

:pushpin: نقاط يجب تذكرها:

  • Pandas هي أداة قوية لتحليل البيانات في Python.
  • يمكنك إنشاء DataFrame باستخدام قاموس من البيانات.
  • DataFrame هو عبارة عن جدول يحتوي على صفوف وأعمدة.

الدرس القادم: سنغوص أعمق في كيفية التعامل مع DataFrames، مثل كيفية الوصول إلى بيانات محددة، وتعديل البيانات، وقراءة البيانات من ملفات خارجية.

إذا كان لديك أي سؤال حتى الآن، لا تتردد في طرحه! :blush:

7 إعجابات

مفيدا جدا
نرجو المزيد

إعجابَين (2)

جميل ما شاء الله

بانتظار المنشور القادم

بس سؤال هو يمكن نسبق الاستاذ ابراهيم بهذه الطريقة بعدين لما ينزل دروس جديدة نشعر انها تكرار!

إعجابَين (2)

أنا أرى بالعكس سر الاحتراف في البرمجة هو التكرار وليس هناك تعارض بل فوائد مختلفة وبطرق مختلفة من عدة طرق نسأل الله لنا ولكم التوفيق

إعجاب واحد (1)

جزاك الله خيراً …

لدي سؤال:
لماذا استدعيت pandas بهذه الطريقة:

import pandas as pd

ولم تستدعها كالآتي:

from pandas import pd

هل هناك فرق بين الاثنتين؟
ماذا تعني as؟

وجزاك الله خيراً! :blush:

سؤالك ممتاز، وسأشرح الفرق بين الطريقتين.

1. استخدام import pandas as pd:

import pandas as pd
  • هنا نقوم باستيراد مكتبة pandas بالكامل، ونعطيها اسمًا مختصرًا وهو pd باستخدام الكلمة المفتاحية as.
  • هذا يعني أنك ستتمكن من استخدام جميع وظائف وأدوات مكتبة pandas من خلال كتابة pd بدلًا من pandas.
  • على سبيل المثال، بدلاً من كتابة pandas.DataFrame()، يمكنك كتابة pd.DataFrame().
  • هذه الطريقة شائعة جدًا لأنها تجعل الكود أكثر اختصارًا وسهولة في القراءة، خاصة عند استخدام المكتبة بشكل متكرر.

2. استخدام from pandas import pd:

from pandas import pd
  • هذه الطريقة ليست صحيحة، ولن تعمل كما تتوقع.
  • الكلمة from تُستخدم لاستيراد عناصر محددة من داخل مكتبة، ولكن pd ليس عنصرًا داخل pandas؛ بل هو مجرد اسم مختصر نستخدمه في الطريقة الأولى.
  • يمكن استخدام from pandas import DataFrame لاستيراد عنصر محدد من المكتبة، مثل DataFrame، ولكن ليس لاختصار اسم المكتبة.

ماذا تعني as؟

  • الكلمة as تُستخدم لتغيير اسم المكتبة أو الكائن المستورد إلى اسم آخر. في حالة import pandas as pd، نحن نغير اسم pandas إلى pd لجعله أسهل وأسرع في الكتابة.
  • هذا يُعرف باسم “الاسم المستعار” أو “alias”، وهو مفيد لتجنب كتابة أسماء طويلة أو لتجنب التعارض بين أسماء المكتبات.

لماذا استخدام import pandas as pd شائع؟

  • لأنه يتيح لك الاستفادة من إمكانيات مكتبة pandas الضخمة باستخدام اسم مختصر، مما يسهل عملية البرمجة ويجعل الكود أكثر تنظيمًا.

إذا كان لديك أي استفسار آخر، فلا تتردد في طرحه! استمر في العمل المتميز والتعلم، فأنت على الطريق الصحيح! :star2::rocket:

5 إعجابات

إعجابَين (2)

شكراً على التوضيح… اتضحت الصورة جيداً… جزاك الله خيراً

إعجاب واحد (1)

ماشاء الله على اهتمامك وسرعة تطبيقك الله يوفقك وييسر طريقك

إعجابَين (2)

آمين جميعاً يارب… الشكر لله ثم لكم… جزاكم الله خيراً

سؤال آخر:

كيف يمكنني جعل الفهارس تبدأ العد بـ 1 بدلاً من الـ 0؟

بالطبع! إذا كنت تستخدم مكتبة Pandas في بايثون وتريد أن تجعل الفهارس تبدأ العد من 1 بدلاً من 0، فالأمر بسيط للغاية! يمكنك تعديل الفهرسة بسهولة باستخدام خاصية index. دعني أشرح لك ذلك بطريقة بسيطة ولطيفة:

الخطوة الأولى: إنشاء DataFrame

لنبدأ بإنشاء DataFrame بسيط. افترض أن لدينا بعض البيانات نريد تخزينها:

import pandas as pd

data = {
    'الاسم': ['أحمد', 'سارة', 'علي'],
    'العمر': [25, 30, 22]
}

df = pd.DataFrame(data)
print(df)

سيظهر DataFrame الناتج بالشكل التالي، وستلاحظ أن الفهرسة تبدأ من 0:

   الاسم  العمر
0  أحمد    25
1  سارة    30
2  علي     22

الخطوة الثانية: تعديل الفهرسة لتبدأ من 1

الآن، لجعل الفهرسة تبدأ من 1 بدلاً من 0، كل ما عليك فعله هو استخدام خاصية index وتحديد القيم يدويًا. إليك كيف يمكننا القيام بذلك:

df.index = range(1, len(df) + 1)
print(df)

سيصبح DataFrame بالشكل التالي:

   الاسم  العمر
1  أحمد    25
2  سارة    30
3  علي     22

ما الذي حدث هنا؟

  • استخدمنا range(1, len(df) + 1) لإنشاء قائمة من الأرقام تبدأ من 1 وتنتهي عند طول DataFrame.
  • ثم قمنا بتعيين هذه القائمة كفهرس جديد لـ DataFrame.

لماذا هذا مفيد؟

من خلال جعل الفهارس تبدأ من 1، يمكنك التعامل مع البيانات بشكل أكثر وضوحًا، خاصة إذا كنت معتادًا على استخدام الفهرسة البشرية (التي تبدأ عادة من 1). هذا يمكن أن يكون مفيدًا عند عرض البيانات على أشخاص آخرين أو عند التعامل مع البيانات بطرق تتطلب فهرسة تبدأ من 1.

أتمنى أن تكون هذه الطريقة قد ساعدتك في جعل الفهارس تبدأ من 1 في بايثون باستخدام مكتبة Pandas. إذا كان لديك أي أسئلة أخرى أو تحتاج إلى مزيد من المساعدة، فلا تتردد في السؤال! :blush:

4 إعجابات

شكراً… لقد فهمت

إعجاب واحد (1)

نعم صدقت…
آمين يا رب، بوركت جهودكم ومساعيكم

3 إعجابات
4 إعجابات

شكل النص ليس مواتيا
الانجليزية تتداخل مع العربية
حبذا لو كان هناك اصلاح للأمر

إعجابَين (2)

ان شاء الله سنصححه باذن لله شكرا على الملاحظة

إعجابَين (2)
إعجابَين (2)

الدرس الرابع

إعجاب واحد (1)