تنظيف البيانات باستخدام python و pandas

كان الهدف من هذا العمل هو تنظيف بيانات العملاء (Data Cleaning) باستخدام لغة Python ومكتبة Pandas، وذلك لتحسين جودة البيانات وتجهيزها للتحليل. خطوات العمل 1. استيراد ملف البيانات customers.csv باستخدام مكتبة Pandas. 2. فحص البيانات والتعرف على القيم المفقودة والقيم غير الصحيحة. 3. حذف الصفوف التي تحتوي على بيانات غير مناسبة أو غير مطلوبة. 4. تعويض القيم المفقودة في عمود Age بمتوسط الأعمار (Mean). 5. تحويل عمود Salary إلى نوع رقمي باستخدام الدالة: pd.to_numeric(errors='coerce') وذلك لتحويل القيم غير الرقمية مثل "abc" إلى قيم مفقودة (NaN). 6. تعويض القيم المفقودة في عمود Salary بمتوسط الرواتب. 7. مراجعة البيانات بعد التنظيف للتأكد من صحة النتائج. 8. حفظ البيانات النظيفة في ملف Excel (.xlsx) لاستخدامها في التحليل أو المعالجة لاحقًا. 9. تنسيق ملف Excel النهائي ليكون أكثر وضوحًا وسهولة في القراءة. الأدوات المستخدمة: Python Pandas Jupyter Notebook Microsoft Excel تم الاستعانة بالذكاء الاصطناعي Microsoft Copilot للمساعدة في تنسيق ملف Excel النهائي وتحسين مظهره، بينما تم تنفيذ جميع خطوات تنظيف البيانات ومعالجتها باستخدام Python ومكتبة Pandas