لوحة المتصدرين
المحتوى الأكثر حصولًا على سمعة جيدة
المحتوى الأعلى تقييمًا في 12/14/24 في كل الموقع
-
السلام عليكم هو عادي ان استخدم الداله describe() مع بيانات من نوع object ؟2 نقاط
-
كيف اعرف قياسات ال PX وكيف اختار القياسات المناسبة1 نقطة
-
السلام عليكم هو انا ازي اقدر امسح قيمه الnull من البيانات ؟ دي عبار عن ان اصلان مفيش قيمه في الخاناه1 نقطة
-
1 نقطة
-
1 نقطة
-
الف شكراا جدا لحضرتك جزاك الله كل خير بس ليه القيمه NaN مش ظهر1 نقطة
-
أى عند قراءة البيانات من الملف ستقوم المكتبة بإعتبار أى قيمة وضعتها في المعامل na_values ستكون قيمة فارغة وسيتم حذفها إذا تم إستخدام dropna . فمثلا لو لدينا البيناات التالية في ملف ال csv : Name , Age , City Ahmed , 25 , Cairo , 30 , Alexandria Mohammed, , Riyadh Sami , 22 , لاحظ أنه يوجد الكثير من الحقول فارغة أى قيمة نصية "" وعند إستخدام الكود الذي وضحته لك وهو : import pandas as pd # قراءة الملف مع اعتبار القيم الفارغة كسلسلة فارغة كـ NaN df = pd.read_csv('data.csv', na_values=['']) print(df) ستكون البيانات كالتالي : Name Age City 0 Ahmed 25.0 Cairo 1 NaN 30.0 Alexandria 2 Mohammed NaN Riyadh 3 Sami 22.0 NaN لاحظ كيف أن القيم الفارغة أصبحت ب Nan وهكذا عند إستخدام الدالة dropna سيتم حذف تلك القيم.1 نقطة
-
يعني اي معليش ؟ وكمان هو ليه قيمه None مش ظهر هنا في الكود ده data_train['cyto_score'].replace('' , None , inplace=True) cyto_score = data_train['cyto_score'].value_counts() print(cyto_score) دي النتحيه Poor 8802 Intermediate 6376 Favorable 3011 TBD 1341 Normal 643 Other 504 Not tested 551 نقطة
-
يمكنك أولا تحويل قيم السلاسل النصية الفارغة إلى قيمة Nan كالتالي : df['my_column'].replace('', None, inplace=True) وتأكد من كتابة إسم العمود الذي توجد به القيم الفارغة . بعد ذلك يمكنك حذف القيم الفارفة كاملة من خلال الدالة dropna كالتالي: df.dropna() أو إذا أردت تلقائيا إعتبار القيمة na عند قراءة البيانات من الملف يمكنك إستخدام التالي : data = pd.read_csv('data.csv', na_values=['']) وبعد ذلك يمكنك إستخدام dropna1 نقطة
-
1 نقطة
-
وعليكم السلام ورحمة الله وبركاته. هل القيمة نصية ؟ أى "null" أم ماذا ؟ أما القيمة في العمود فارغة أى سلسلة نصية فارغة هكذا "" . يرجى توضيح الأمر ولو أمكن إرسال نسخة من البيانات التي لديك وتحتوي null1 نقطة
-
وعليكم السلام ورحمة الله، بالنسبة لدورة إدارة المنتجات ولمن هي موجهة ومميزاتها يمكنك مراجعة الأجوبة على هذا السؤال: بالنسبة لتساؤلك حول دورة إدارة المنتجات نعم يمكن أن تساعدك في إيجاد وظيفة كمدير منتجات ولكن بطبيعة الحال بشرط أن تكون لديك المهارات الأساسية المطلوبة مثل تحليل السوق، إدارة الفرق، وتطوير رؤية المنتج فإدارة المنتجات ليست وظيفة تقنية بالكامل، لكن فهمك للمجال التقني (بفضل الشهادات والمعرفة التي اكتسبتها) سيمنحك حتما ميزة إضافية لكن بما أن لديك شهادتين من حسوب ولست تعمل بعد فأقترح عليك مراسلة مركز المساعدة بخصوص ذلك الأمر وحتما سيرشدونك ويوجهونك.1 نقطة
-
وعليكم السلام ورحمة الله وبركاته. نعم بالطبع ستتمكن من إيجاد وظيفة وإحدي تلك المجالات هي User Experience Specialist و أيضا هي متوجهة أكثر لمدير المشروعات أما المبرمج تمكنه العمل على المشروع الخاص به أو إذا أراد الإلمام بالجانب الإداري للمشروعات لتحسين مهاراته. وإذا أردت تفاصيل أكثر بخصوص العمل فستحتاج إلى التحدث لمركز المساعدة بخصوص ذلك الأمر. ويمكنك قراءة الإجابة التالية لمزيد من التفاصيل حول تلك الدورة اكثر :1 نقطة
-
القيم مثل "N/A - pediatric" و "<missing cytogenetics" لا تعتبر قيم مفقودة بالمعنى التقني في pandas فالقيم المفقودة التقنية في pandas هي فقط: NaN None NaT لذلك عندما تستخدم dropna() فإنه لن يحذف الصفوف التي تحتوي على هذه القيم النصية لذا إذا أردت اعتبار هذه القيم كقيم مفقودة، يمكنك استخدام التالي عند قراءة الملف: pd.read_csv('data.csv', na_values=['N/A - pediatric', '<missing cytogenetics']) أو باستخدام replace(): data_train = data_train.replace(['N/A - pediatric', '<missing cytogenetics'], np.nan)1 نقطة
-
وعليكم السلام ورحمة الله وبركاته. من النتيجة التي قمت بإرفاقها يظهر لي بالفعل أن البيانات التي تم إرجاعها لا تحتوي على أى قيم مفقودة . وأعتقد أنك تشير إلى "N/A - pediatric" و إلى "<missing cytogenetics" وإذا كان هذا ما تقصده فهذه القيم لا تعتبر قيم مفقودة في مكتبة pandas. وإليك أمثلة على القيم التي تعتبرها pandas كقيم مفقودة: NaN (Not a Number) : تأتي nan من مكتبة numpy حيث تعتبر nan هي القيم الأكثر شهرة في pandas كقيم مفقودة import numpy as np import pandas as pd data = pd.DataFrame({ 'A': [1, 2, np.nan, 4], 'B': [5, np.nan, 7, 8] }) في المثال السابق سيتم إعتبار np.nan كقيمة مفقودة. None : data = pd.DataFrame({ 'A': [1, 2, None, 4] }) NaT (Not a Time) : هو نوع خاص يتم الإشارة به إلى القيم المفقودة في الأعمدة التي تحتوي على تواريخ أو بيانات زمنية. data = pd.DataFrame({ 'date': [pd.to_datetime('2024-01-01'), pd.NaT, pd.to_datetime('2024-01-03')] }) سيتم إعتبار pd.NaT كقيمة مفقودة. السلاسل النصية الفارغة : data = pd.DataFrame({ 'A': ['apple', '', 'banana'] }) ويمكنك قراءة المزيد حول القيم التي يتم إعتبارها مفقودة من خلال التوثيق الرسمي : https://pandas.pydata.org/docs/user_guide/missing_data.html#missing-data وإذا أردت تحويل نص معين إلى قيمة مفقودة مثل "N/A - pediatric" توجد عدة طرق . الطريقة الأولى عند قراءة البيانات من الملف يمكنك إعتبار أى قيمة تريدها كمفقودة كالتالي : data = pd.read_csv('data.csv', na_values=['N/A - pediatric', 'missing', 'null']) أما الطريقى الأخرى إذا كانت لديك البيانات بالفعل يمكنك إستخدام replace كالتالي : data['my_column'] = data['my_column'].replace(['N/A - pediatric', 'missing', 'null'], np.nan)1 نقطة
-
1 نقطة
-
لاحظ أن الجهاز لديك غير متصل بالإنترنت فهو في وضع ال plane mode (الطيران) والخطأ الذي يظهر في موجه الأوامر أن pip لم يستطع الوصول إلى الإنترنت. يرجى أولا التاكد من وجود إنترنت أثناء التثبيت وإعادة المحاولة . إذا ظلت المشكلة يرجى تنفيذ الأوامر التالية : python -m pip install --upgrade pip python -m pip install pyinstaller --no-cache-dir1 نقطة
-
احد العملاء يرغب بتطبيق محاسبة سحابي, لكن ليس لدي اي خبرة او معرفة بالمحاسبة على الاطلاق, هل يمكنني القيام بعمل جيد لن يدخل اي منا في مشاكل قانونية؟ وان كانت الاجابة لا فهل هذا ينطبق على اي تطبيق متعلق باي مجال؟ على سبيل المثال انظمة ادارة المنظمات بمختلف انواعها؟ وشكرا.1 نقطة