تنظيف وتحليل بيانات السكان والإسكان باستخدام Python (Pandas, NumPy, Matplotlib, Seaborn)

في المشروع ده اشتغلت على بيانات سكانية وإسكانية (حوالي 9,900 سجل لأربع دول خلال 2017–2018)، وعملت لها تنظيف كامل وهندسة مميزات (Feature Engineering) وتحليل ورسوم بيانية على Google Colab.

1) فحص وتنظيف البيانات:

قراءة ملف Excel وفحص أولي للبيانات (head / tail) لفهم الهيكل.

تحويل عمود التاريخ لنوع Datetime واستخراج السنة والشهر واليوم.

تحليل القيم الفارغة (Missing Values) بعدد ونسبة لكل عمود.

2) هندسة المميزات (Feature Engineering):

حساب نسبة الذكور والإناث لكل سجل، مع معالجة حالات القسمة على صفر.

حساب متوسط عدد الأفراد في كل منزل (Avg_People_Per_House).

تحديد نوع السكن الأكثر انتشاراً في كل سجل (Dominant_Housing).

3) التجميع والتحليل (Grouping & Aggregation):

ملخص إجمالي لكل دولة (السكان، الذكور، الإناث، وأنواع السكن).

تحليل السكان لكل دولة عبر السنين.

4) المعالجة الإحصائية:

توحيد المقاييس باستخدام MinMaxScaler و StandardScaler.

كشف القيم الشاذة (Outliers) باستخدام Z-score.

5) الرسوم البيانية (Matplotlib / Seaborn):

رسم Scatter مع خط انحدار للعلاقة بين عدد المنازل وعدد السكان.

خريطة حرارية (Heatmap) لمصفوفة الارتباط بين المتغيرات.

رسم خطي لاتجاه السكان لكل دولة عبر الزمن.

رسم توزيع (KDE) لمقارنة نسب الذكور والإناث.

رسم أعمدة للمقارنة بين إجمالي السكان في الدول.