تنظيف وتحليل بيانات ضخمة (Data Cleaning & EDA) باستخدام Python

في هذا المشروع، قمت بمعالجة وتنظيف مجموعة بيانات ضخمة ومعقدة تتجاوز 270,000 صف، خاصة بالإحصائيات التاريخية للرياضيين في الألعاب الأولمبية.

الخطوات التي قمت بتنفيذها:

تحليل البيانات الاستكشافي (EDA): قراءة البيانات واكتشاف الأنماط والاتجاهات المخفية بداخلها.

تنظيف البيانات (Data Cleaning): معالجة القيم المفقودة (Missing Values) في أعمدة حساسة مثل العمر والوزن، باستخدام تقنيات التجميع (GroupBy) والاستبدال الذكي بدلاً من حذف البيانات.

تصور البيانات (Data Visualization): تصميم رسوم بيانية ومخططات بصرية دقيقة لاستخراج رؤى واضحة حول أداء الرياضيين ونسب المشاركة عبر السنوات.

الأدوات والمكتبات المستخدمة:

لغة Python

مكتبة Pandas لمعالجة وهيكلة الجداول.

مكتبات Matplotlib و Seaborn لاستخراج الرسوم البيانية.

النتيجة:

تم تحويل ملفات خام غير منظمة ومليئة بالبيانات الناقصة إلى مجموعة بيانات نظيفة 100% وجاهزة للاستخدام في تقارير الأعمال أو نماذج تعلم الآلة. (مرفق في هذا العمل صور للمخططات البيانية التي تم استخراجها).