في جدول order_items الخاص بـ Cartwheel كمية وسعر وحدة وخصم في كل بند من بنوده الـ 3,991، لكن لا يوجد إيراد. الإيراد شيء تحسبه أنت، وطريقة حسابه يجب أن تُكتب حيث يراها الجميع. هذا ما يفعله العمود المحسوب: يحوّل قاعدة عمل إلى سطر كود واحد يُطبَّق على كل صف.
الإسناد إلى اسم عمود جديد ينشئه:
\nimport pandas as pd\n\nitems = pd.read_csv(\"order_items.csv\")\nitems[\"gross\"] = items[\"quantity\"] * items[\"unit_price\"]\nitems[\"revenue\"] = items[\"gross\"] * (1 - items[\"discount\"])\nitems[\"discount_amount\"] = items[\"gross\"] - items[\"revenue\"]\nprint(items.head().to_string())\nprint(round(items[\"revenue\"].sum(), 2), round(items[\"discount_amount\"].sum(), 2))كل سطر يعمل على أعمدة كاملة، صفًا بصف، دون حلقة. النتيجة: إيراد قدره 471,940.08 دولارًا عبر كل البنود، بعد خصومات قدرها 11,658.52 دولارًا. (هذا المجموع ما زال يشمل الطلبات الملغاة؛ وستزيلها في القسم 4 حين تستطيع ربط order_items بـ orders.)
تفعل assign() الشيء نفسه، لكنها تعيد DataFrame جديدًا بدلًا من تغيير الموجود، وهذا يتيح لك تسلسل الخطوات:
import pandas as pd\n\nitems = (\n pd.read_csv(\"order_items.csv\")\n .assign(revenue=lambda d: d[\"quantity\"] * d[\"unit_price\"] * (1 - d[\"discount\"]))\n .assign(is_discounted=lambda d: d[\"discount\"] > 0)\n)\nprint(items[[\"revenue\", \"is_discounted\"]].head(3))\nprint(items[\"is_discounted\"].sum(), \"discounted lines\")الكود lambda d: ... دالة صغيرة بلا اسم تستقبل الـ DataFrame عند تلك النقطة من السلسلة. تحتاجها حين تستخدم خطوةٌ عمودًا أُنشئ قبلها في السلسلة نفسها. الأسلوبان جيدان؛ الإسناد العادي أسهل قراءة حين تكون في البداية، والسلاسل تتألّق في دالة التنظيف التي ستكتبها في الدرس 3.5.
التسمية بخيارين مهمة تناسب الدالة where من NumPy، المكتبة التي بُنيت عليها pandas:
import numpy as np\nimport pandas as pd\n\nitems = pd.read_csv(\"order_items.csv\")\nitems[\"revenue\"] = items[\"quantity\"] * items[\"unit_price\"] * (1 - items[\"discount\"])\nitems[\"line_size\"] = np.where(items[\"revenue\"] >= 100, \"large\", \"small\")\nprint(items[\"line_size\"].value_counts())اقرأها هكذا: “حيث يكون الإيراد 100 على الأقل، large؛ وفي غير ذلك، small”. ولثلاث فئات أو أكثر، ابدأ بقيمة افتراضية ثم استبدل مجموعات فرعية بـ .loc:
import pandas as pd\n\nitems = pd.read_csv(\"order_items.csv\")\nitems[\"discount_band\"] = \"none\"\nitems.loc[items[\"discount\"] > 0, \"discount_band\"] = \"small\"\nitems.loc[items[\"discount\"] > 0.10, \"discount_band\"] = \"big\"\nprint(items[\"discount_band\"].value_counts())الترتيب مهم تمامًا كما كان مع if/elif في الدرس 1.4، لكن بالعكس: الإسنادات اللاحقة تكتب فوق السابقة، فانتقل من الشرط الأوسع إلى الأضيق. الخصومات 5% و10% تنتهي في الفئة small، و15% و25% في الفئة big.
الأعمدة المليئة بالأكواد (mobile_app، والمعرّفات، وأعلام الحالة) تحتاج غالبًا تسميات مقروءة. تترجم map() مع قاموس كل قيمة:
import pandas as pd\n\norders = pd.read_csv(\"orders.csv\")\nlabels = {\"web\": \"Website\", \"mobile_app\": \"Mobile app\", \"marketplace\": \"Marketplace\"}\norders[\"channel_label\"] = orders[\"channel\"].map(labels)\nprint(orders[\"channel_label\"].value_counts())\nprint(orders[\"channel_label\"].isna().sum(), \"unmapped\")أي قيمة غير موجودة في القاموس تصبح NaN، بصمت. والسطر الأخير هو الفحص الذي يلتقط ذلك: صفر قيم غير مُحوّلة يعني أن لكل قناة تسمية.
أحيانًا تكون القيم صحيحة لكن النوع ليس كذلك. يخزّن products.csv العمود is_active على هيئة 0 و1، فتقرؤه pandas أعدادًا صحيحة. الجمع يعمل، لكن قارئ كودك لا يستطيع التمييز بين علَم (flag) وعدد، وتُقرأ التصفيات بشكل متكلّف. تحوّل astype() عمودًا كاملًا:
import pandas as pd\n\nproducts = pd.read_csv(\"products.csv\")\nproducts[\"is_active\"] = products[\"is_active\"].astype(bool)\nprint(products[\"is_active\"].dtype, products[\"is_active\"].sum(), \"active products\")\nprint(products.loc[~products[\"is_active\"], \"name\"].tolist())ثلاثة منتجات متوقّفة، و~products["is_active"] تُقرأ “غير نشط”. استخدم astype حين يمكن تحويل كل القيم بنظافة؛ ويبيّن القسم 3 ما تفعله حين لا يمكن تحويل بعضها، مثل المجاميع التي فيها علامات دولار.
هذه هي القاعدة التي توفّر عليك ساعات من الارتباك: لتغيير القيم في DataFrame، أسنِد إليه في خطوة واحدة، بعمود جديد أو بـ .loc[rows, column]. لا تختر ثم تُسند في خطوتين أبدًا:
# Wrong: chained assignment. Under Copy-on-Write this never updates items.\nitems[\"discount\"][items[\"discount\"] > 0.2] = 0.2\n\n# Right: one .loc call names the rows and the column together.\nitems.loc[items[\"discount\"] > 0.2, \"discount\"] = 0.2الشكل الأول يختار العمود discount، وهذا ينتج كائنًا جديدًا، ثم يُسند إلى ذلك الكائن. هل تغيّر items نفسه؟ كان ذلك يعتمد على تفاصيل pandas الداخلية، وتطبع pandas 2 تحذير ChainedAssignmentError أو SettingWithCopyWarning حين تلاحظ هذا النمط. أما مع Copy-on-Write (السلوك الافتراضي منذ pandas 3.0، والمتاح في pandas 2 عبر pd.options.mode.copy_on_write = True)، فتصبح القاعدة بسيطة وصارمة: كل عملية اختيار تتصرّف كنسخة، فلا يحدّث الإسناد المتسلسل الأصل أبدًا. اكتبها بطريقة .loc وسيتصرّف كودك بالطريقة نفسها على كل الإصدارات.
بهذا تكتمل أساسيات pandas لديك: التحميل، والفحص، والاختيار، والتصفية، والترتيب، والحساب. يوجّه القسم 3 هذه الأدوات نحو الملف الفوضوي، حيث تنتظرك الخانات الفارغة والأخطاء الكتابية والمبالغ النصية والتواريخ الملتبسة.
\n","toc":[{"id":"sec-1","text":"الأعمدة المحسوبة","level":2},{"id":"sec-2","text":"الأعمدة الشرطية","level":2},{"id":"sec-3","text":"ترجمة الأكواد بـ map","level":2},{"id":"sec-4","text":"إصلاح نوع العمود بـ astype","level":2},{"id":"sec-5","text":"تغيير القيم: القاعدة الوحيدة","level":2}],"takeaways":["df["new"] = expression تضيف عمودًا محسوبًا لكل الصفوف دفعة واحدة؛ وassign() تفعل الشيء نفسه وتعيد DataFrame جديدًا.","غيّر القيم الموجودة باستدعاء واحد .loc[row_mask, "col"] = value، ولا تستخدم أبدًا الأقواس المتسلسلة مثل df["col"][mask] = value.","np.where(condition, a, b) تبني عمودًا بخيارين؛ وإسنادات .loc المتتالية أو np.select تتعامل مع فئات أكثر.","map() مع قاموس تحوّل الأكواد إلى تسميات، والقيم غير الموجودة في القاموس تصبح NaN.","مع Copy-on-Write تتصرّف كل عملية اختيار كأنها نسخة، فالطريقة الوحيدة لتغيير DataFrame هي الإسناد إليه مباشرة."],"further":[{"title":"Copy-on-Write (CoW)","url":"https://pandas.pydata.org/docs/user_guide/copy_on_write.html"},{"title":"pandas.DataFrame.assign","url":"https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.assign.html"},{"title":"numpy.where","url":"https://numpy.org/doc/stable/reference/generated/numpy.where.html"}],"quiz":[{"q":"تريد أن تجعل كل خصم أعلى من 0.2 مساويًا لـ 0.2. أيّ سطر يفعل ذلك بشكل صحيح في pandas 2 و3؟
","options":[{"text":"items["discount"][items["discount"] > 0.2] = 0.2","why":"هذا إسناد متسلسل. يختار عمودًا أولًا ثم يُسند إلى ذلك الكائن الوسيط؛ ومع Copy-on-Write لا يتغيّر الجدول الأصلي أبدًا."},{"text":"items[items["discount"] > 0.2]["discount"] = 0.2","why":"متسلسل أيضًا. التصفية تنشئ جدولًا جديدًا، والإسناد يغيّر ذلك الجدول المؤقت، ويبقى items كما كان."},{"text":"items.loc[items["discount"] > 0.2, "discount"] = 0.2","why":"صحيح. استدعاء واحد لـ .loc يسمّي الصفوف والعمود، فتُسند pandas مباشرة إلى items."},{"text":"items["discount"] == 0.2","why":"هذا يقارن ويعيد Series منطقية؛ و== لا تُسند أبدًا."}],"answer":2},{"q":"orders["channel_label"] = orders["channel"].map({"web": "Website", "mobile_app": "App"}). ماذا يحدث لطلبات الـ marketplace؟
"marketplace".","why":"تستبدل map كل قيمة؛ وما لا يوجد في القاموس لا يمرّ دون تغيير."},{"text":"تصبح تسميتها NaN.","why":"صحيح. القيم غير الموجودة في قاموس التحويل تصبح مفقودة. افحص channel_label.isna().sum() بعد كل map."},{"text":"تُطلق pandas الخطأ KeyError.","why":"لا تُطلق map مع قاموس أي خطأ للقيم المجهولة؛ بل تملؤها بـ NaN، ولهذا بالضبط يسهل أن تفوتك."}],"answer":1},{"q":"ماذا ينتج np.where(items["quantity"] >= 3, "bulk", "regular")؟
"bulk" أو "regular" لكل صف، تستطيع إسنادها كعمود جديد","why":"صحيح. تختار np.where من الوسيط الثاني حيث يكون الشرط صحيحًا ومن الثالث في غير ذلك، صفًا بصف."},{"text":"الصفوف التي تكون فيها الكمية 3 على الأقل","why":"التصفية تتم بـ items[mask]. أما np.where بثلاثة وسائط فتبني قيمًا ولا تحذف صفوفًا."},{"text":"نص واحد، بحسب الصف الأول","why":"إنها تقيّم كل الصفوف، وتعيد تسمية لكل صف."}],"answer":0}],"exercise":{"kind":"python","files":["order_items.csv"],"starter":"import pandas as pd\n\nitems = pd.read_csv(\"order_items.csv\")\n\n# 1. Column \"revenue\": quantity * unit_price * (1 - discount)\n\n# 2. Column \"discount_band\": \"none\" when discount is 0,\n# \"small\" when it is above 0 and at most 0.10, \"big\" when above 0.10\n\n# 3. Column \"is_bulk\": True when quantity is 4 or more\n\n# 4. Total revenue of all lines, rounded to 2 decimals\ntotal_revenue = None\n","solution":"import pandas as pd\n\nitems = pd.read_csv(\"order_items.csv\")\n\nitems[\"revenue\"] = items[\"quantity\"] * items[\"unit_price\"] * (1 - items[\"discount\"])\n\nitems[\"discount_band\"] = \"none\"\nitems.loc[items[\"discount\"] > 0, \"discount_band\"] = \"small\"\nitems.loc[items[\"discount\"] > 0.10, \"discount_band\"] = \"big\"\n\nitems[\"is_bulk\"] = items[\"quantity\"] >= 4\n\ntotal_revenue = round(items[\"revenue\"].sum(), 2)\nprint(items[\"discount_band\"].value_counts())\n","checks":[{"id":"revenue-col","test":"'revenue' in items.columns and round(float(items.loc[3, 'revenue']), 2) == 270.9"},{"id":"revenue-discounted","test":"round(float(items.loc[items['discount'] == 0.25, 'revenue'].sum()), 2) == round(float((items['quantity'] * items['unit_price'] * 0.75)[items['discount'] == 0.25].sum()), 2)"},{"id":"bands","test":"'discount_band' in items.columns and items['discount_band'].value_counts().to_dict() == {'none': 3367, 'big': 393, 'small': 231}"},{"id":"bulk","test":"'is_bulk' in items.columns and items['is_bulk'].dtype == bool and int(items['is_bulk'].sum()) == 126"},{"id":"total","test":"round(float(total_revenue), 2) == 471940.08"},{"id":"rows-kept","test":"len(items) == 3991"}],"title":"أضِف الإيراد والتسميات إلى بنود الطلبات","prompt":"أضِف ثلاثة أعمدة إلى items: revenue (الكمية × سعر الوحدة × (1 − الخصم))، وdiscount_band ("none" حين يكون الخصم 0، و"small" حين يكون أكبر من 0 وأقل من أو يساوي 0.10، و"big" حين يكون أكبر من 0.10)، وis_bulk (قيمة منطقية تساوي True حين تكون الكمية 4 أو أكثر). ثم اجعل total_revenue مجموع revenue، مقرّبًا إلى منزلتين عشريتين. احتفظ بكل الصفوف الـ 3,991.
items["revenue"] = ...، ينشئ العمود لكل الصفوف.","للفئات، اجعل items["discount_band"] = "none" أولًا، ثم اكتب فوقها بـ items.loc[mask, "discount_band"] = "small" ثم مرة أخرى لـ "big"، الشرط الأوسع أولًا.","المقارنة تعيد أصلًا قيمًا منطقية: items["is_bulk"] = items["quantity"] >= 4."],"explanation":"الحساب على الأعمدة يحسب إيراد كل البنود دفعة واحدة، والمجموع 471,940.08 يطابق ما في الدرس. والفئات تتبع نمط القيمة الافتراضية ثم الكتابة فوقها: كل صف يبدأ none، والصفوف المخصومة تصبح small، والصفوف التي يتجاوز خصمها 10% يُكتب فوقها big، فتكون الأعداد 3,367 / 231 / 393. وكانت np.select مع قائمة من الشروط ستعمل أيضًا. أما is_bulk فلا تحتاج np.where إطلاقًا: المقارنة أصلًا عمود منطقي. كل تغيير كان إسنادًا مباشرًا إلى items، وهي الطريقة الآمنة مع Copy-on-Write لتعديل DataFrame.
revenue موجود، والبند 4 (الفهرس 3) يساوي 270.90","revenue-discounted":"الخصومات مطبّقة في revenue","bands":"discount_band يقسم البنود إلى 3,367 في none و231 في small و393 في big","bulk":"is_bulk عمود منطقي فيه 126 بندًا بالجملة","total":"total_revenue يساوي 471,940.08","rows-kept":"ما زال في items كل الصفوف الـ 3,991"}},"words":630,"readMinutes":4}