تحليل بيانات المطاعم في مصر باستخدام Python وData Analysis

مشروع تحليل بيانات لمطاعم مصر باستخدام مجموعة بيانات Zomato، حيث تم تنظيف البيانات، معالجتها، وتحليلها لاستخلاص رؤى قيمة حول سلوك المطاعم والعملاء.

الخطوات المنفذة في المشروع:

تنظيف البيانات وحذف الأعمدة غير المهمة (url, address, phone, dish_liked, menu_item, reviews_list).

معالجة القيم المفقودة في عمود التقييم (rate) واستبدالها بالقيمة الأكثر شيوعًا.

تحويل تكلفة الوجبة (approx_cost(for two people)) لأرقام بعد إزالة الفواصل.

تصنيف الأعمدة النوعية (rest_type, location, cuisines) لتقليل الفئات النادرة وتحويلها لـ "Other".

تحليل التوزيع وعدد المطاعم في كل موقع، وأنواع المطاعم، وخيارات الطلب عبر الإنترنت وحجز الطاولة.

استخدام الرسوم البيانية (Countplot وBoxplot) لفهم العلاقة بين الخدمات مثل online_order و book_table مع تقييم المطاعم.

تجميع البيانات حسب الموقع وخدمة الطلب عبر الإنترنت لاستنتاج الأنماط.

النتائج الرئيسية:

المطاعم التي توفر خدمة حجز الطاولة غالبًا ما تحصل على تقييم أعلى.

بعض المناطق وأنواع المطاعم قليلة العدد تم تصنيفها ضمن "Other" لتسهيل التحليل.

تحليل العلاقة بين التقييم وخيارات الطلب أو الحجز يمكن أن يساعد أصحاب المطاعم على تحسين الخدمات.

المهارات المستخدمة

Python (Pandas, NumPy, Matplotlib, Seaborn)

Data Cleaning & Preprocessing

Data Analysis & Visualization

Feature Engineering & Grouping

Handling Missing Data & Outliers

Insights Extraction & Reporting