تصميم DataFrame من جدول Excel جاهز

الكود الذي كتبته لإنشاء DataFrame يبدو صحيحا بشكل عام، ولكن إليك طريقة أفضل لتحديد الأعمدة وإعطائها أسماء:

# اختيار الأعمدة المحددة من DataFrame الأصلي
selected_columns = df.iloc[3:, 2:4]

# تحديد أسماء الأعمدة
column_names = ['الأول', 'الثاني']

# إنشاء DataFrame
df1 = pd.DataFrame(selected_columns.values, columns=column_names)

بهذه الطريقة، سيتم تحديد الأعمدة 2 و 3 من DataFrame الأصلي (iloc[3:, 2:4]) وتخزينها في المتحول selected_columns. ثم تحديد أسماء الأعمدة وأخيرًا إنشاء DataFrame جديد باستخدام هذه الأعمدة وأسمائها.

بتاريخ 4 دقائق مضت قال Adnane Kadri:

الكود الذي كتبته لإنشاء DataFrame يبدو صحيحا بشكل عام، ولكن إليك طريقة أفضل لتحديد الأعمدة وإعطائها أسماء:

# اختيار الأعمدة المحددة من DataFrame الأصلي
selected_columns = df.iloc[3:, 2:4]

# تحديد أسماء الأعمدة
column_names = ['الأول', 'الثاني']

# إنشاء DataFrame
df1 = pd.DataFrame(selected_columns.values, columns=column_names)

بهذه الطريقة، سيتم تحديد الأعمدة 2 و 3 من DataFrame الأصلي (iloc[3:, 2:4]) وتخزينها في المتحول selected_columns. ثم تحديد أسماء الأعمدة وأخيرًا إنشاء DataFrame جديد باستخدام هذه الأعمدة وأسمائها.

df.iloc[3:, 2:4]

أخي هل لك أن توضح لي أكثر 

لقد ذكرت العمود 2 و العمود الثالث

إذا كيف تم الكتابه هكذا

بتاريخ 27 دقائق مضت قال Ahmed Ahmed64:

df.iloc[3:, 2:4]

أخي هل لك أن توضح لي أكثر 

لقد ذكرت العمود 2 و العمود الثالث

إذا كيف تم الكتابه هكذا

 الجزء df.iloc[3:, 2:4] يستخدم لتحديد جزء معين من DataFrame باستخدام تقديم الصفوف والأعمدة المحددة. فـ:

• 3:: يعني ابتداءً من الصف رقم 3 وحتى نهاية الصفوف. هذا يتجاوز الصفوف الثلاثة الأولى (التي قد تحتوي على عناوين الأعمدة أو معلومات غير ضرورية).
• 2:4: يعني ابتداءً من العمود رقم 2 وحتى العمود رقم 3.

وهكذا يتم اختيار العمودين الثاني والثالث مع تجاوز أول ثلاث صفوف في كل منها.

بتاريخ 7 دقائق مضت قال Adnane Kadri:

 الجزء df.iloc[3:, 2:4] يستخدم لتحديد جزء معين من DataFrame باستخدام تقديم الصفوف والأعمدة المحددة. فـ:

• 3:: يعني ابتداءً من الصف رقم 3 وحتى نهاية الصفوف. هذا يتجاوز الصفوف الثلاثة الأولى (التي قد تحتوي على عناوين الأعمدة أو معلومات غير ضرورية).
• 2:4: يعني ابتداءً من العمود رقم 2 وحتى العمود رقم 3.

وهكذا يتم اختيار العمودين الثاني والثالث.

لنفترض أني لا أريد عمود معين فهذا لا ينجح    (  2:4: يعني ابتداءً من العمود رقم 2 وحتى العمود رقم 3. )

أحيانا قد أحتاج عمود 2 و 3 وأتجاهل 4 وأحتاج العمود 5  فكيف أقوم بذلك

كما أن لدي استفسار أخر هل العد يبدأ من 0 أو 1 بالنسبه للأعمدة والصفوف

بتاريخ 7 دقائق مضت قال Ahmed Ahmed64:

لنفترض أني لا أريد عمود معين فهذا لا ينجح    (  2:4: يعني ابتداءً من العمود رقم 2 وحتى العمود رقم 3. )

أحيانا قد أحتاج عمود 2 و 3 وأتجاهل 4 وأحتاج العمود 5  فكيف أقوم بذلك

يمكنك استخدام قوس مربعي فارغ لتحديد الصفوف الكل (:) واختيار الأعمدة المطلوبة. على سبيل المثال، إذا كنت تريد اختيار العمودين 2 و 3 وتجاهل العمود 4 وتحتاج العمود 5، يمكنك القيام بذلك كما يلي:

selected_columns = df.iloc[3:, [2, 3, 5]]

سيشتمل هذا على الصفوف من الصف 3 وما بعدها، والأعمدة 2 و 3 و 5.

بتاريخ 8 دقائق مضت قال Adnane Kadri:

يمكنك استخدام قوس مربعي فارغ لتحديد الصفوف الكل (:) واختيار الأعمدة المطلوبة. على سبيل المثال، إذا كنت تريد اختيار العمودين 2 و 3 وتجاهل العمود 4 وتحتاج العمود 5، يمكنك القيام بذلك كما يلي:

selected_columns = df.iloc[3:, [2, 3, 5]]

سيشتمل هذا على الصفوف من الصف 3 وما بعدها، والأعمدة 2 و 3 و 5.

كما أن لدي استفسار أخر وأسف على الإطالة أخي

هل العد يبدأ من 0 أو 1 بالنسبة للأعمدة والصفوف

بتاريخ 6 دقائق مضت قال Ahmed Ahmed64:

كما أن لدي استفسار أخر هل العد يبدأ من 0 أو 1 بالنسبه للأعمدة والصفوف

 العد يبدأ من الصفر لكل من الصفوف والأعمدة. لذا، الصف الأول يمثله الرقم 0، والعمود الأول يمثله الرقم 0 وهكذا ..

بتاريخ 15 دقائق مضت قال Adnane Kadri:

 العد يبدأ من الصفر لكل من الصفوف والأعمدة. لذا، الصف الأول يمثله الرقم 0، والعمود الأول يمثله الرقم 0 وهكذا ..

أخي لنفترض أن لدي عمود وليكن العمود 3 أحتاج أن أقرأ منه سطر وأتجاهل السطر الذي يله وهكذا حتى أخر العمود كيف يتم ذلك  وباقي الأعمدة يتم قراءة كل الأسطر

أرجو التعديل هنا على هذا الكود لكي أفهم التعديل أين يتم

selected_columns = df.iloc[3:, [2, 3, 5]]

أسف على الإطالة معك في الحقيقة لقد أوضحت لي الكثير 

وماذا عن القيم الفارغة؟

لأنك ستحصل على عدد غير متساوٍ من الصفوف؟ هل تقصد أن الصفوف التي لا يقرأها يجعلها فارغة؟

إذا كان كذلك، يمكنك تنفيذه عن طريق:

قراءة كل الملف، ثم تحديد الصفوف المراد إخفاؤها وجعلها فارغة

df.iloc[1::2, :] = np.nan

بتاريخ 1 دقيقة مضت قال El Sayed El Tohamy:

وماذا عن القيم الفارغة؟

لأنك ستحصل على عدد غير متساوٍ من الصفوف؟ هل تقصد أن الصفوف التي لا يقرأها يجعلها فارغة؟

إذا كان كذلك، يمكنك تنفيذه عن طريق:

قراءة كل الملف، ثم تحديد الصفوف المراد إخفاؤها وجعلها فارغة

df.iloc[1::2, :] = np.nan

 

عفواً لم يكن هكذا السؤال 

أقصد أن يقفز سطر 

كا التالي     df.iloc[3::2, [2,3,5,]]

هنا  القفز لجميع الأعمدة ولاكن أحتاج أن يكون القفز داخل أحد الأعمدة فقط 

كيف أقوم التعديل إذا على هذا الكود

selected_columns = df.iloc[3:, [2, 3, 5]]

إذن ستكون هناك قيم فارغة في العمود الذي نقفر فيه،

فإذا كان لدينا عشرون صفًا، فسيظهروا جميعًا مع كل الأعمدة، ما عدا العمود الأول يظهر به عشرة صفوف فقط لأننا، فكيف تريد عرضها؟

أعط مثالًا حتى تكون الصورة واضحة.

بتاريخ 54 دقائق مضت قال El Sayed El Tohamy:

إذن ستكون هناك قيم فارغة في العمود الذي نقفر فيه،

فإذا كان لدينا عشرون صفًا، فسيظهروا جميعًا مع كل الأعمدة، ما عدا العمود الأول يظهر به عشرة صفوف فقط لأننا، فكيف تريد عرضها؟

أعط مثالًا حتى تكون الصورة واضحة.

كيف أقوم إجراء عملية على عمودين باستدعاء رقم العمود وليس اسم العمود

هل هذا الكود صحيح هكذا

Table1['المجموع الكلي'] = Table1[1] + Table1[2]

بتاريخ 40 دقائق مضت قال Ahmed Ahmed64:

Table1['المجموع الكلي'] = Table1[1] + Table1[2]

نعم الشيفرة صحيحة، المفترض تعمل بشكل صحيح، هذا بفرض أن Table1عبارة عن DataFrame