أهم أوامر Pandas للمبتدئين: ورقة مراجعة بأمثلة جاهزة للنسخ

Pandas هي المكتبة الأولى في بايثون للتعامل مع الجداول وتحليل البيانات. جمعت لك هنا أهم ٢٥ أمر، مع مثال لكل واحد تنسخه وتجربه مباشرة 👇

قبل ما تبدأ

ثبّت المكتبة، واستوردها، وجهز جدول صغير تجرب عليه الأمثلة كلها:

pip install pandas

import pandas as pd

df = pd.DataFrame({
    "name": ["Sara", "Omar", "Lina"],
    "age": [22, 25, 19],
    "city": ["Riyadh", "Jeddah", "Riyadh"]
})

قراءة واستكشاف البيانات

Read Data قراءة ملف CSV:

pd.read_csv('file.csv')

View Data عرض أول ٥ صفوف:

df.head()

Info معلومات الجدول: الأعمدة وأنواعها والقيم الفارغة:

df.info()

Summary ملخص إحصائي للأعمدة الرقمية:

df.describe()

هيكل البيانات

Shape عدد الصفوف والأعمدة:

df.shape   # (3, 3)

Columns أسماء الأعمدة:

df.columns   # Index(['name', 'age', 'city'], dtype='object')

Data Types نوع كل عمود:

df.dtypes
# name    object
# age      int64
# city    object

Select Column اختيار عمود:

df['age']

Select Multiple اختيار عدة أعمدة:

df[['name', 'age']]

💡 ملاحظة: لاحظ القوسين المربعين عند اختيار عدة أعمدة: الأول للاختيار، والثاني قائمة بأسماء الأعمدة.

التصفية والترتيب

Filter Rows تصفية الصفوف بشرط:

df[df['age'] > 20]   # Sara و Omar

Sort Values ترتيب القيم من الأكبر للأصغر:

df.sort_values('age', ascending=False)   # Omar أولاً

Boolean Masking تصفية بعدة شروط:

df[(df['age'] > 20) & (df['city'] == 'Riyadh')]   # Sara

Unique Values القيم الفريدة في عمود:

df['city'].unique()   # ['Riyadh' 'Jeddah']

Value Counts عدّ تكرار كل قيمة:

df['city'].value_counts()
# Riyadh    2
# Jeddah    1

💡 ملاحظة: عند استخدام عدة شروط لازم تحط كل شرط بين قوسين، وتستخدم & بدل and، و | بدل or.

التجميع والدمج

Group By تجميع الصفوف حسب عمود:

df.groupby('city')

Aggregation حسابات على المجموعات:

df.groupby('city')['age'].agg(['sum', 'mean'])

Pivot Table الجدول المحوري:

df.pivot_table(values='age', index='city', aggfunc='mean')

Merge دمج جدولين بمفتاح مشترك:

pd.merge(df1, df2, on='id', how='inner')

Concat تكديس جدولين فوق بعض:

pd.concat([df1, df2], axis=0)

💡 ملاحظة: في Concat القيمة axis=0 تكدس الصفوف فوق بعض، وaxis=1 تضم الأعمدة جنب بعض.

تنظيف وتحويل البيانات

Drop حذف أعمدة:

df.drop(columns=['city'])

Rename تغيير أسماء الأعمدة:

df.rename(columns={'old': 'new'})

Handle Missing معالجة القيم الفارغة، إما تعبئتها أو حذف صفوفها:

df.fillna(0)
df.dropna()

Apply Function تطبيق دالة على عمود:

df['age'].apply(lambda x: x * 2)

Date/Time تحويل عمود إلى تاريخ:

pd.to_datetime(df['date'])

String Methods دوال النصوص:

df['name'].str.lower()   # .upper(), .contains() وغيرها

💡 ملاحظة: أغلب الأوامر هنا ترجع جدول جديد ولا تغيّر الأصلي، فخزّن النتيجة في متغير: df = df.drop(columns=["city"])

تبغى تتعلم Pandas أكثر؟

تنبيه: الرابط أعلاه رابط أفلييت، يعني ممكن أحصل على عمولة صغيرة لو اشتركت عن طريقه، بدون أي تكلفة إضافية عليك.

الخلاصة

ما تحتاج تحفظها كلها مرة وحدة. ابدأ بـ read_csv وhead وfilter وgroupby، وبعدها زد أمر جديد كل أسبوع.

📌 احفظ الصفحة وارجع لها وقت ما تحتاجها، وشاركها مع صديق يتعلم Pandas.