هل تريد معرفة مدى تطور كفاءة السيارات وصداقتها للبيئة على مدار عقد من الزمان؟ في هذا المشروع، قمت بإجراء تحليل بيانات استكشافي عميق (EDA) باستخدام لغة Python للمقارنة بين بيانات وكالة حماية البيئة الأمريكية (EPA) لعامي 2008 و2018.
الهدف استخراج رؤى حقيقية تُبين مدى تحسن كفاءة استهلاك الوقود (MPG)، وتطور استخدام الوقود البديل، وتحديد الطرازات الأكثر تطوراً.
خطوات العمل:
استكشاف وفحص البيانات (Data Profiling): قراءة ملفات البيانات وفحص هيكليتها، وتحديد القيم المفقودة، وحساب التكرارات لضمان جودة البيانات الأساسية.
تنظيف وإعداد البيانات (Data Cleaning): إعادة تسمية الأعمدة بطريقة القياسية (snake_case)، وحذف الأعمدة غير الضرورية لتسريع معالجة البيانات.
تصفية النطاق (Filtering): تصفية البيانات للتركيز بدقة على السيارات التي تطبق معايير الجودة البيئية لولاية كاليفورنيا (CA).
معالجة البيانات المعقدة (Hybrid Vehicles Handling): قمت بكتابة كود مخصص لفك وفصل السيارات الهجينة (التي تعمل بنوعين من الوقود وتفصل بينهما علامة /) وتحويلها إلى أسطر مستقلة لضمان دقة التحليل الإحصائي الرقمي.
تعديل أنواع البيانات (Data Type Casting): تحويل النصوص إلى أرقام عشرية وصحيحة (Floats & Integers) لتصبح جاهزة للعمليات الحسابية.
التحليل البصري (Data Visualization): بناء رسوم بيانية (Histograms) ومصفوفات التشتت (Scatter Matrices) لفهم توزيع البيانات والعلاقات بين المتغيرات.
دمج البيانات واستخراج النتائج (Merging & Insights): دمج بيانات العامين بناءً على طراز السيارة (Inner Join)، وحساب نسبة التحسن في استهلاك الوقود عبر الـ 10 سنوات، وتحديد السيارة الأكثر تطوراً ودعم ذلك برسم بياني للمقارنة.
