تحليل بيانات مبيعات وتنظيفها باستخدام Python (Pandas) – Superstore Dataset

مشروع تحليل بيانات كامل لمجموعة بيانات "Superstore" باستخدام Python، يغطي دورة تحليل البيانات من التنظيف حتى استخراج الرؤى:

تنظيف البيانات: قراءة الملف مع التعامل مع مشاكل الترميز (Encoding)، اكتشاف ومعالجة القيم المفقودة (بالمتوسط والمنوال)، وإزالة الصفوف المكررة، مع بناء دوال (functions) قابلة لإعادة الاستخدام لكل خطوة.

هندسة الأعمدة (Feature Engineering): استخراج هامش الربح (Profit Margin)، مدة الشحن (Shipping Duration)، السنة والشهر واسم اليوم من التاريخ، وتصنيف المبيعات إلى فئات (منخفضة/متوسطة/عالية).

التحليل الاستكشافي والرؤى: حساب أعلى 3 عملاء من حيث المبيعات، أداء الفئات (Category Performance) من مبيعات وربح ومتوسط خصم، أفضل الفئات الفرعية ربحًا، والمبيعات حسب المنطقة وطريقة الشحن.

التصور البصري (Data Visualization): رسم بياني للمبيعات عبر السنوات، توزيع المبيعات، مخطط صندوقي لتوزيع الربح حسب الفئة، العلاقة بين الخصم والربح مع خط الاتجاه، ومخطط دائري لتوزيع المبيعات حسب طريقة الشحن.

الأدوات المستخدمة: Python, Pandas, NumPy, Matplotlib, Seaborn (على Google Colab).