صفحة 115 - كتاب علم البيانات - الصف 11 - الفصل 1 - المملكة العربية السعودية

📚 استخدام الفهرسة في كائن السلسلة

المفاهيم الأساسية

الفهرسة (Indexing): اختيار محدد للصفوف والأعمدة من إطار البيانات (كما ورد في الخريطة السابقة).

خريطة المفاهيم

```markmap

فحص وتحليل البيانات

أدوات تحليل البيانات

لغات البرمجة والبيانات البرمجية

#### بايثون (Python)

##### مفكرة جوبيتر (Jupyter Notebook)

###### فتح ملفات Excel في Jupyter

####### الشرط: أن يكون ملف Excel والمفكرة في نفس المجلد.

##### مكتبات البايثون

###### مكتبة بانداس (Pandas)

####### كائنات المكتبة الرئيسية

######## إطار البيانات (DataFrame Object)

######### إنشاء إطار بيانات من ملف Excel

########## الوظيفة: `pd.read_excel('filename.xlsx')`

########## قراءة ورقة عمل محددة: استخدام وسيط `sheet_name`

######### سمات كائن إطار البيانات (Attributes)

########## shape: ترجع أبعاد إطار البيانات (عدد الصفوف والأعمدة).

########## size: ترجع العدد الإجمالي للعناصر في إطار البيانات (n x m).

########## dtypes: ترجع نوع القيمة لكل عمود.

########## axes: ترجع عدد الصفوف وأسماء الأعمدة.

########## أنواع البيانات في Pandas مقابل Python

########### (انظر الجدول أدناه)

####### الفهرسة (Indexing)

######## تعريف: اختيار محدد للصفوف والأعمدة من إطار البيانات.

######## أنواع الاختيار:

######### جميع الصفوف وبعض الأعمدة.

######### بعض الصفوف وجميع الأعمدة.

######### بعض من كل صف وعمود.

######## وظائف الفهرسة في كائن المتسلسلة (Series):

######### head(): ترجع العناصر الأولى من الكائن.

########## القيمة الافتراضية لعدد الصفوف: 5

######### tail(): ترجع العناصر الأخيرة من الكائن.

########## القيمة الافتراضية لعدد الصفوف: 5

######### value_counts(): ترجع القيم الفريدة للكائن وعدد مرات تكرارها.

######### idxmax(): ترجع قيمة فهرس العنصر الأقصى.

######### idxmin(): ترجع قيمة فهرس العنصر الأدنى.

```

نقاط مهمة

• يمكن الوصول إلى قيمة معينة في السلسلة باستخدام الفهرس الخاص بها، مثل `s[x]`.
• `s.head(n)` تُرجع أول `n` صفوف من السلسلة. القيمة الافتراضية لـ `n` هي 5.
• `s.tail(n)` تُرجع آخر `n` صفوف من السلسلة. القيمة الافتراضية لـ `n` هي 5.
• `s.value_counts()` تُرجد جدولاً يوضح القيم الفريدة في السلسلة وعدد تكرار كل منها.

x=4 print("the value of the index",x,"is",s[x]) the value of the index 4 is 1

# Return the first 2 rows of the series s.head(2) 0 -3 1 -2 Name: Numbers, dtype: int64

# Return the last rows of the series s.tail() 9 5 10 5 11 6 12 7 13 0 Name: Numbers, dtype: int64

# Return a count of the unique values of the series s.value_counts() 5 3 -3 1 1 1 -1 1 0 1 1 1 2 1 3 1 4 1 6 1 7 1 8 1 Name: Numbers, dtype: int64

القيمة الافتراضية لعدد الصفوف للوظيفتين head() و tail() هي 5 لكل من المتسلسلة وإطار البيانات.

الشكل 3.18: استخدام الفهرسة في كائن السلسلة

x=4 print("the value of the index",x,"is",s[x]) the value of the index 4 is 1 # Return the first 2 rows of the series s.head(2) 0 -3 1 -2 Name: Numbers, dtype: int64 # Return the last rows of the series s.tail() 9 5 10 5 11 6 12 7 13 0 Name: Numbers, dtype: int64 # Return a count of the unique values of the series s.value_counts() 5 3 -3 1 1 1 -1 1 0 1 1 1 2 1 3 1 4 1 6 1 7 1 8 1 Name: Numbers, dtype: int64 القيمة الافتراضية لعدد الصفوف للوظيفتين head() و tail() هي 5 لكل من المتسلسلة وإطار البيانات. الشكل 3.18: استخدام الفهرسة في كائن السلسلة