المنهج الدراسي الدرس 83 من 250 · أساسيات البيانات: numpy و pandas
أساسيات البيانات: numpy و pandas

المشروع: تحليل ملف CSV

حان الوقت لتجميع كل شيء. ستكتب ملف CSV صغير في الذاكرة، ثم تقرأه مرة أخرى باستخدام pandas، وتحسب التجميعات المجمعة، كما يبدأ التحليل الحقيقي.

تقرأ

pandas ملفات CSV من ملف أو من مخزن مؤقت في الذاكرة. نستخدم io.StringIO لكي لا يتم الوصول إلى القرص:

import io
import pandas as pd
csv_text = "name,dept,salary\nAda,eng,100\nBo,eng,140\n"
df = pd.read_csv(io.StringIO(csv_text))
print(df)

من هناك أنت تعرف الخطوات بالفعل: التصفية باستخدام mask، التجميع باستخدام groupby(...).agg(...)، استخراج قيمة واحدة من Series باستخدام .loc أو عن طريق فهرسة label الخاص بها.

مهمتك: قراءة البيانات، ثم بناء dict واحد من نوع results يلخصها. إن إرجاع dict بسيط هو طريقة شائعة وقابلة للاختبار لتسليم مخرجات التحليل إلى بقية البرنامج (أو إلى تقرير، أو إلى LLM prompt). نحن نقيم الأرقام في ذلك dict، وليس أي printout.

ما الذي يوضع في results

  • "n_rows": عدد الصفوف في الجدول
  • "total_salary": مجموع عمود salary بالكامل
  • "avg_by_dept": قاموس يربط كل dept بمتوسط راتبه (قم ببنائه من groupby mean، ثم .to_dict())
  • "top_dept": القسم صاحب أعلى متوسط راتب
دورك

يتم توفير نص CSV في csv_text. اقرأه في DataFrame باسم df باستخدام pd.read_csv(io.StringIO(csv_text)). ثم قم ببناء dict باسم results بهذه المفاتيح: "n_rows" (عدد الصفوف)، "total_salary" (مجموع عمود salary)، "avg_by_dept" (dict للقسم إلى متوسط الراتب)، و "top_dept" (القسم الذي يملك أعلى متوسط راتب).

هل لاحظت مشكلة في هذا الدرس؟ أبلغ عنها · اسأل عن هذا الدرس

سيفتح هذا التمرين قريبا

أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.