{"id":"l-pda-2-4","courseId":"python-data-analysis","lang":"ar","kind":"lesson","summary":"صفِّ الصفوف بالأقنعة المنطقية، وادمج الشروط بـ & و | و ~، واستخدم isin و between للتصفيات الشائعة، ورتّب الصفوف أو اختر أعلاها بـ sort_values و nlargest.","html":"

سؤال رئيس النمو له نافذة زمنية: الربع الرابع من 2025. قبل أن تستطيع تفسير ذلك الربع، تحتاج إلى عزله، ثم تقطيعه أكثر: أيّ هذه الطلبات استخدم كوبونًا، وأيّها جاء عبر الـ marketplace، وأيّها كان من طلبات الجمعة السوداء. كل واحد من هذه الأسئلة تصفية، وتصفّي pandas بالطريقة نفسها في كل مرة: ابنِ عمودًا من True/False، ثم احتفظ بصفوف True.

\n

الأقنعة المنطقية

\n

المقارنة على عمود لا تعيد إجابة واحدة؛ بل تعيد إجابة لكل صف:

\n
Python
import pandas as pd\n\norders = pd.read_csv(\"orders.csv\", parse_dates=[\"order_date\"])\nis_free = orders[\"shipping_fee\"] == 0\nprint(is_free.head())\nprint(is_free.sum(), \"orders with free shipping\")\nprint(round(is_free.mean(), 3), \"share of all orders\")
\n

تُسمّى تلك الـ Series المنطقية قناعًا (mask). جمعه يعدّ قيم True، ومتوسطه هو حصة الصفوف المطابقة: 43% من طلبات Cartwheel شُحنت مجانًا. كثيرًا ما تعرف ما تحتاجه من العدد وحده، دون تصفية أي شيء.

\n

لتحتفظ بالصفوف المطابقة، ضع القناع داخل الأقواس المربعة، أو داخل .loc حين تريد أيضًا اختيار الأعمدة:

\n
Python
import pandas as pd\n\norders = pd.read_csv(\"orders.csv\", parse_dates=[\"order_date\"])\ncancelled = orders[orders[\"status\"] == \"cancelled\"]\nprint(len(cancelled))\nprint(orders.loc[orders[\"shipping_fee\"] == 0, [\"order_id\", \"channel\", \"coupon_code\"]].head())
\n

دمج الشروط

\n

الأسئلة الحقيقية فيها عدة شروط. تستخدم pandas العلامة & بمعنى “و”، و| بمعنى “أو”، و~ بمعنى “ليس”، وتطبّقها صفًا بصف:

\n
Python
import pandas as pd\n\norders = pd.read_csv(\"orders.csv\", parse_dates=[\"order_date\"])\nin_q4 = (orders[\"order_date\"] >= \"2025-10-01\") & (orders[\"order_date\"] < \"2026-01-01\")\nnot_cancelled = orders[\"status\"] != \"cancelled\"\nq4 = orders[in_q4 & not_cancelled]\nprint(len(orders[in_q4]), \"orders in Q4 2025,\", len(q4), \"not cancelled\")\nprint(q4[\"channel\"].value_counts())
\n

منح كل قناع اسمًا، كما هنا، يُبقي التصفيات الطويلة مقروءة، ويتيح لك طباعة كل شرط وعدّه منفردًا حين تبدو نتيجة خاطئة. ويمكن مقارنة عمود datetime بتاريخ مكتوب كنص، "2025-10-01"، فتحوّله pandas نيابةً عنك. والحد الأعلى هو “قبل 1 يناير”، لا “في 31 ديسمبر أو قبله”، لأن طلبات 31 ديسمبر لها وقت بعد منتصف الليل.

\n\n

طريقان مختصران: isin و between

\n

مطابقة أيٍّ من عدة قيم بسلاسل من | تصبح طويلة. أما isin فتأخذ قائمة:

\n
Python
import pandas as pd\n\norders = pd.read_csv(\"orders.csv\", parse_dates=[\"order_date\"])\nproblem = orders[\"status\"].isin([\"cancelled\", \"returned\"])\nprint(problem.sum(), \"cancelled or returned\")\n\nblack_friday_week = orders[\"order_date\"].between(\"2025-11-24\", \"2025-11-30 23:59:59\")\nprint(black_friday_week.sum(), \"orders in Black Friday week 2025\")\n\nbf = orders[orders[\"coupon_code\"] == \"BLACKFRIDAY25\"]\nprint(bf[\"order_date\"].dt.month.value_counts().head(3))
\n

تشمل between الطرفين، ولهذا يحمل الحد الأعلى وقتًا. والأسطر الأخيرة تحتوي اكتشافًا حقيقيًا: من بين 124 طلبًا استُخدم فيها الكوبون BLACKFRIDAY25، يقع 91 في نوفمبر، والبقية متفرّقة على مدار السنة. هل تُرك الكود فعّالًا، أم نُشر على موقع كوبونات، أم أن البيانات خاطئة؟ التصفيات لا تجيب عن ذلك، لكنها تُظهر السؤال، والمحللون الجيدون يحملونه إلى من يديرون العرض الترويجي قبل البناء عليه. (تستخرج .dt.month رقم الشهر؛ ويشرح الدرس 4.4 الـ accessor المسمّى dt بالتفصيل.)

\n

الجدول المُصفّى جدول جديد

\n

تعيد التصفية DataFrame جديدًا. الجدول q4 في المثال السابق لا يتذكّر أنه جاء من orders، ويجب أن تعامله كجدول مستقل: إذا أردت لاحقًا إضافة عمود إليه، فتضيفه إلى q4، ويبقى orders كما هو. وفي كود pandas 2 سترى كثيرًا .copy() بعد التصفية: فهي توضّح ذلك وتُسكت تحذير SettingWithCopyWarning الذي تطبعه pandas 2 حين تضيف عمودًا إلى جدول مُصفّى. أما مع Copy-on-Write، وهو السلوك الافتراضي منذ pandas 3.0 ويمكنك تفعيله في pandas 2 بـ pd.options.mode.copy_on_write = True، فكل نتيجة مُصفّاة تتصرّف أصلًا كنسخة مستقلة. ويبيّن الدرس 2.5 لماذا يهم هذا حين تبدأ بتغيير القيم.

\n

الترتيب واختيار الأعلى

\n

ترتّب sort_values الصفوف بحسب عمود واحد أو أكثر:

\n
Python
import pandas as pd\n\norders = pd.read_csv(\"orders.csv\", parse_dates=[\"order_date\"])\nlatest = orders.sort_values(\"order_date\", ascending=False)\nprint(latest[[\"order_id\", \"order_date\", \"status\"]].head(3))\n\nby_fee = orders.sort_values([\"shipping_fee\", \"order_date\"], ascending=[False, False])\nprint(by_fee[[\"order_id\", \"shipping_fee\", \"order_date\"]].head(3))\nprint(orders.nlargest(3, \"shipping_fee\")[[\"order_id\", \"shipping_fee\"]])
\n

مع قائمة أعمدة، يكسر العمود الثاني التعادل في الأول، وتأخذ ascending قائمة مطابقة. وnlargest(n, column) وnsmallest طريقان مختصران لـ “رتّب وخذ أعلى n”؛ وهما أسرع على الجداول الكبيرة ويعبّران عمّا تقصده.

\n

آخر ثلاثة طلبات ما زالت processing أو shipped: قُدّمت في آخر أيام ديسمبر ولم تكن قد سُلّمت حين صُدّرت البيانات. هذا قرار آخر في تعريفك للإيراد، وستتخذه في القسم 4.

\n\n

في التمرين تعزل الربع الرابع من 2025 وتقيس استخدام الكوبونات فيه. وفي الدرس التالي تضيف أعمدة جديدة، مثل إيراد كل بند، وتتعلّم الطريقة الصحيحة الوحيدة لتغيير القيم في DataFrame.

\n","toc":[{"id":"sec-1","text":"الأقنعة المنطقية","level":2},{"id":"sec-2","text":"دمج الشروط","level":2},{"id":"sec-3","text":"طريقان مختصران: isin و between","level":2},{"id":"sec-4","text":"الجدول المُصفّى جدول جديد","level":3},{"id":"sec-5","text":"الترتيب واختيار الأعلى","level":2}],"takeaways":["المقارنة على عمود تعيد قناعًا منطقيًا (boolean mask)؛ وdf[mask] أو df.loc[mask, cols] تحتفظ بالصفوف التي يكون فيها True.","ادمج الأقنعة بـ & (و) و| (أو) و~ (ليس)، وضع كل شرط بين قوسين.","mask.sum() تعدّ الصفوف المطابقة وmask.mean() تعطي حصتها، دون تصفية أي شيء.","الدالة isin([...]) تحلّ محل السلاسل الطويلة من == مع |، وbetween(a, b) تشمل الطرفين.","تقبل sort_values قوائم للترتيب بعدة أعمدة؛ وnlargest(n, col) هي الطريق المختصر لقائمة الأعلى n."],"further":[{"title":"Boolean indexing","url":"https://pandas.pydata.org/docs/user_guide/indexing.html#boolean-indexing"},{"title":"pandas.DataFrame.sort_values","url":"https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.sort_values.html"},{"title":"pandas.Series.isin","url":"https://pandas.pydata.org/docs/reference/api/pandas.Series.isin.html"}],"quiz":[{"q":"

أيّ سطر يحتفظ بطلبات الويب التي استخدمت كوبونًا؟

","options":[{"text":"orders[(orders["channel"] == "web") & (orders["coupon_code"].notna())]","why":"صحيح. كل شرط Series منطقية بين قوسيها، ويُدمجان عنصرًا بعنصر باستخدام &."},{"text":"orders[orders["channel"] == "web" and orders["coupon_code"].notna()]","why":"الكلمة and تطلب قيمة True/False واحدة لـ Series كاملة، فتُطلق pandas الخطأ ValueError: The truth value of a Series is ambiguous."},{"text":"orders[orders["channel"] == "web" & orders["coupon_code"].notna()]","why":"بدون أقواس، يُنفَّذ & قبل ==، فتقيّم Python الجزء "web" & ... أولًا، فيفشل التعبير أو يعني شيئًا آخر."},{"text":"orders["channel" == "web"]["coupon_code"]","why":"الجزء "channel" == "web" يقارن نصين وقيمته دائمًا False؛ ولا ينظر إلى العمود أبدًا."}],"answer":0},{"q":"

mask = orders["shipping_fee"] == 0. ماذا تعيد mask.mean()؟

","options":[{"text":"متوسط رسوم الشحن","why":"هذا ما تعطيه orders["shipping_fee"].mean(). أما القناع فيحمل قيمًا منطقية لا رسومًا."},{"text":"عدد الطلبات ذات الشحن المجاني","why":"هذا ما تعطيه mask.sum(). أما المتوسط فيقسم ذلك العدد على عدد الصفوف."},{"text":"حصة الطلبات ذات الشحن المجاني، بين 0 و1","why":"صحيح. True تُحسب 1 وFalse تُحسب 0، فيكون متوسط القناع هو نسبة الصفوف التي يكون فيها صحيحًا."}],"answer":2},{"q":"

تريد الطلبات العشرة ذات أعلى رسوم شحن، والأحدث أولًا بين الرسوم المتساوية. أيّ استدعاء هو الصحيح؟

","options":[{"text":"orders.sort_values("shipping_fee").head(10)","why":"الترتيب الافتراضي تصاعدي، فهذا يعطيك العشرة الأرخص، ولا تُرتَّب الحالات المتعادلة بحسب التاريخ."},{"text":"orders.sort_values(["shipping_fee", "order_date"], ascending=[False, True]).head(10)","why":"ترتيب التاريخ هنا تصاعدي، فيضع الطلبات الأقدم أولًا بين الرسوم المتساوية."},{"text":"orders.nlargest(10, "order_date")","why":"هذا يرتّب بحسب التاريخ لا بحسب الرسوم."},{"text":"orders.sort_values(["shipping_fee", "order_date"], ascending=[False, False]).head(10)","why":"صحيح. العمودان يُرتَّبان تنازليًا، الرسوم أولًا، ثم التاريخ لكسر التعادل."}],"answer":3}],"exercise":{"kind":"python","files":["orders.csv"],"starter":"import pandas as pd\n\norders = pd.read_csv(\"orders.csv\", parse_dates=[\"order_date\"])\n\n# 1. Orders placed in Q4 2025 (October to December) that were NOT cancelled\nq4 = None\n\n# 2. Share of those Q4 orders that used any coupon, rounded to 3 decimals\ncoupon_share = None\n\n# 3. In the whole table: number of marketplace orders that used a coupon\nmarketplace_coupons = None\n\n# 4. order_id of the 3 most recent orders in q4, newest first, as a list\nlatest_ids = None\n","solution":"import pandas as pd\n\norders = pd.read_csv(\"orders.csv\", parse_dates=[\"order_date\"])\n\nin_q4 = (orders[\"order_date\"] >= \"2025-10-01\") & (orders[\"order_date\"] < \"2026-01-01\")\nq4 = orders[in_q4 & (orders[\"status\"] != \"cancelled\")]\nprint(len(q4))\n\ncoupon_share = round(q4[\"coupon_code\"].notna().mean(), 3)\n\nmarketplace_coupons = ((orders[\"channel\"] == \"marketplace\") & orders[\"coupon_code\"].notna()).sum()\n\nlatest_ids = q4.nlargest(3, \"order_date\")[\"order_id\"].tolist()\n","checks":[{"id":"q4-rows","test":"isinstance(q4, pd.DataFrame) and len(q4) == 642"},{"id":"q4-clean","test":"(q4['status'] != 'cancelled').all() and q4['order_date'].min() >= pd.Timestamp('2025-10-01')"},{"id":"coupon-share","test":"round(float(coupon_share), 3) == 0.231"},{"id":"marketplace","test":"int(marketplace_coupons) == 44"},{"id":"latest","test":"list(latest_ids) == [2017, 2735, 1550]"}],"title":"اعزل الربع الرابع من 2025","prompt":"

باستخدام orders (مع تحليل order_date مسبقًا): اجعل q4 الطلبات المقدَّمة من 1 أكتوبر إلى 31 ديسمبر 2025 التي لم تُلغَ. واجعل coupon_share حصة طلبات q4 التي استخدمت كوبونًا، مقرّبة إلى 3 منازل عشرية. واجعل marketplace_coupons عدد الطلبات في الجدول كله التي جاءت عبر القناة "marketplace" واستخدمت كوبونًا. واجعل latest_ids قائمة بأرقام order_id لأحدث 3 طلبات في q4، الأحدث أولًا.

\n","hints":["قارن order_date بـ "2025-10-01" و"2026-01-01"، وادمج الأقنعة بـ &، كلٌّ بين قوسين.","يكون الكوبون مستخدمًا حين لا يكون coupon_code مفقودًا: .notna(). متوسط Series منطقية حصة؛ و.sum() عدد.","q4.nlargest(3, "order_date")["order_id"].tolist() تعطي أحدث ثلاثة معرّفات كقائمة."],"explanation":"

بلغ عدد طلبات الربع الرابع من 2025 ما مجموعه 677 طلبًا، لم يُلغَ منها 642. استخدام “قبل 1 يناير” حدًا أعلى يحتفظ بكل طلبات 31 ديسمبر أيًّا كان وقتها. استخدم 23.1% من تلك الطلبات كوبونًا، وهذا أعلى من متوسط 18.8% عبر السنتين، وهو تلميح مبكر إلى أن العروض الترويجية مهمة في قصة الربع الرابع. العدّ بـ (mask_a & mask_b).sum() يجيب عن سؤال الـ marketplace دون بناء جدول مُصفّى. ولأحدث المعرّفات، تعمل nlargest على عمود التاريخ (أو sort_values("order_date", ascending=False).head(3)) بالقدر نفسه.

\n","checkLabels":{"q4-rows":"في q4 642 طلبًا","q4-clean":"لا طلبات ملغاة في q4 ولا شيء قبل أكتوبر 2025","coupon-share":"coupon_share يساوي 0.231","marketplace":"44 طلبًا من الـ marketplace استُخدم فيها كوبون","latest":"latest_ids تساوي [2017, 2735, 1550]"}},"words":595,"readMinutes":4}