تصفية DataFrame في باندا عندما تكون جميع المعرفات فارغة

مقدمة

تعتبر مكتبة Pandas من الأدوات الأساسية التي يستخدمها الباحثون والمحللون لمعالجة البيانات في لغة البرمجة Python. واحدة من المهام الشائعة التي يواجهها المستخدمون هي كيفية تصفية DataFrame عندما تكون جميع قيم المعرفات فارغة. يُعتبر هذا الأمر بالغ الأهمية في الأعمال التجارية، حيث يجب ضمان عدم فقدان أي معلومات هامة قد تكون متاحة. في هذا المقال، سنستعرض كيف يمكن تصفية DataFrame في Python – Filter Pandas DataFrame when all IDs are blank بطرق فعالة.

استيراد مكتبة Pandas وإنشاء DataFrame

لبدء العمل مع Pandas، يجب أولاً استيراد المكتبة ثم إنشاء DataFrame من البيانات المتاحة. في هذا المثال، لنفترض أن لدينا DataFrame يحتوي على ثلاثة أعمدة تسمى ID1 وID2 وID3. يتم إدخال بيانات أولية للتحليل:

import pandas as pd
data = {
    'ID1': ['BBG01Q69DW37', 'BBG01Q69DW37', 'BBG01Q69TEST', 'BBG01Q69TES1'],
    'ID2': ['YU3384903', 'YU3384903', '', 'YU338TES1'],
    'ID3': ['ES0413860877', 'ES0413860877', '', 'ES041386TES1']
}
df = pd.DataFrame(data)

بعد إعداد البيانات، يُمكننا البدء في عملية التصفية.

كيفية تصفية DataFrame عند كون جميع المعرفات فارغة

في حالة الرغبة في استبعاد الصفوف التي تكون فيها جميع قيم المعرفات فارغة، يمكن استخدام شرط منطقي بسيط. الهدف هو الاحتفاظ بالصفوف التي تحتوي على أي قيمة في أي من المعرفات. الكود المستخدم لذلك سيكون كالتالي:

df = df[(df['ID1'] != '') | (df['ID2'] != '') | (df['ID3'] != '')]
print(df)

من خلال استخدام عامل الشرط | (أو)، نقوم بتصفية DataFrame جميع الصفوف التي تحتوي على أي قيمة غير فارغة في المعرفات. هذا يعني أنه إذا كان أحد المعرفات يحتوي على قيمة، فسيتم الاحتفاظ بالصف بأكمله.

تحليل النتيجة

عند تنفيذ الكود السابق، سيتم عرض البيانات التي تحتوي على قيم في أحد الأعمدة. نتيجة تنفيذ الكود ستكون كما يلي:

             ID1         ID2           ID3
0  BBG01Q69DW37   YU3384903   ES0413860877
1  BBG01Q69DW37   YU3384903   ES0413860877
3  BBG01Q69TES1  YU338TES1  ES041386TES1

كما ترون، الصف الثالث الذي يحتوي على قيم في ID1 قد تم الاحتفاظ به بالرغم من أن ID2 وID3 فارغتان.

الإخفاق في التصفية

إذا استخدمنا شرط & (و) بدلاً من |، فإننا سنضطر إلى مواجهة مشكلة عدم ظهور أي صفوف، لأن الشرط سيتطلب أن تكون جميع المعرفات غير فارغة. لذلك، من المهم فهم كيفية بناء الشروط المنطقية بشكل صحيح.

تطبيقات عملية

تصفية DataFrame في Python – Filter Pandas DataFrame when all IDs are blank يمكن أن يكون له تطبيقات متعددة في مجالات عدة مثل التحليلات المالية، حيث قد يحتاج المحللون لضمان عدم فقدان البيانات الهامة. فمثلاً، قد تتعرض البيانات للاكتشاف أو التحديث، لذا فإن الاحتفاظ بالصفوف ذات القيم الجزئية قد يكون ضرورياً.

خاتمة

في نهاية المقال، يمكن القول أن تصفية DataFrame باستخدام Pandas سهل وسريع، ويتيح للمستخدمين الحفاظ على البيانات الهامة دون فقدان أي معلومات ذات صلة. معرفة كيفية القيام بذلك بشكل صحيح يُعزز من كفاءة التعامل مع البيانات. نحن هنا نكون قد تناولنا كيفية التعامل مع التصفية في Python – Filter Pandas DataFrame when all IDs are blank بكل بساطة ووضوح. إذا كنت تبحث عن تحسين مهاراتك في إدارة البيانات، فإن استكشاف المزيد من وظائف Pandas هو خطوة موفقة.