Airline Dataset Cleaning & Preprocessing

1. مجموعة بيانات أسعار رحلات الطيران (Airline Pricing Dataset)

تنظيف ومعالجة مجموعة بيانات تضم أكثر من 10,000 سجل لأسعار رحلات الطيران، والمُستمدة من منصة Kaggle.

أبرز التحديات التي تمت معالجتها:

تحويل قيم عمود Duration من صيغ نصية مثل "2h 30m" إلى عدد الدقائق باستخدام مكتبة re (التعبيرات النمطية).

معالجة قيم Arrival_Time التي تحتوي على لاحقة (+1) للدلالة على الوصول في اليوم التالي قبل تحويلها إلى صيغة التاريخ والوقت (Datetime).

تطبيق استراتيجية متعددة المستويات للتعامل مع القيم المفقودة، حيث استُخدم:

المنوال (Mode) للمتغيرات الفئوية (Categorical).

الوسيط (Median) للمتغيرات العددية (Numeric).

حذف السجلات التي تفتقد بيانات التاريخ عند الحاجة.

ترميز عمود Total_Stops ترميزًا ترتيبيًا (Ordinal Encoding) من رحلة مباشرة (Non-stop) إلى 4 محطات توقف مع الحفاظ على الترتيب الطبيعي للفئات.

اكتشاف القيم الشاذة في أسعار الرحلات باستخدام قاعدة 3×IQR، ثم الحد من تأثيرها باستخدام أسلوب Winsorization عند الحدود المحسوبة.