python cleaning using numpy and pandas

1. نوع العمل

العمل عبارة عن مشروع تحليل بيانات (Data Analysis) باستخدام لغة البرمجة "بايثون" (Python) داخل بيئة "Jupyter Notebook". يركز المشروع على تحليل سلوك المشتريات (Purchase Analysis) من خلال مجموعة بيانات تحتوي على 2772 سجلاً.

2. ميزات العمل

تتمثل ميزات هذا التحليل في استخلاص رؤى إحصائية وسلوكية حول العملاء، حيث يتضمن ميزات البيانات (Columns) التالية:

الديموغرافيا: تحليل أعمار العملاء (Age) وجنسهم (Gender).

الموقع الجغرافي: توزيع المشتريات حسب المدن (City).

الجانب المالي: تتبع مبالغ الشراء (Purchase Amount) وطرق الدفع المستخدمة (Payment Method).

الولاء: تحديد ما إذا كان العميل "عميلاً متكرراً" (Repeat Customer) أم لا.

الجودة الإحصائية: يعتمد العمل على بيانات نظيفة وخالية من القيم المفقودة (Null values).

3. طريقة التنفيذ

تم تنفيذ العمل وفق خطوات منهجية في علم البيانات، وهي:

استيراد المكتبات: استخدام المكتبات الأساسية للتحليل والرسم البياني مثل pandas للمعالجة، وnumpy للعمليات الحسابية، وmatplotlib وseaborn للتمثيل البصري.

تحميل البيانات: استيراد ملف البيانات بصيغة CSV (المسمى "purschase analysis2.csv").

الاستكشاف الأولي: استخدام أوامر df.info() وdf.describe() لفهم هيكل البيانات وتوزيعها الإحصائي.

معالجة وتنظيف البيانات:

التحقق من القيم المفقودة باستخدام df.isnull().sum().

إزالة السجلات المكررة باستخدام df.drop_duplicates() لضمان دقة النتائج.

التحليل الإحصائي: استخراج المتوسطات الحسابية، الانحرافات المعيارية، والقيم القصوى والدنيا لكل متغير (مثل متوسط مبلغ الشراء الذي بلغ حوالي 257.44 وحدة).