تحويل بيانات إطار البيانات إلى حالة كبيرة باستخدام Pandas

لتحويل جميع النصوص في إطار البيانات من حالة صغيرة إلى حالة كبيرة باستخدام مكتبة Pandas في Python، يمكنك استخدام الدالة applymap() مع دالة التحويل إلى حالة كبيرة str.upper(). هذا الأسلوب يسمح بتطبيق الوظيفة على كل عنصر في الإطار البيانات بدلاً من تطبيقها على كل عمود بشكل منفصل. هناك بعض الخطوات التي يمكن اتخاذها لتحقيق هذا الهدف.

أولاً، يجب عليك استيراد مكتبة Pandas:

pythonCopy code
import pandas as pd

ثم يمكنك إنشاء الإطار البيانات كما هو موضح في السؤال:

pythonCopy code
# إنشاء إطار بيانات المثال حول جيش خيالي
raw_data = {'regiment': ['Nighthawks', 'Nighthawks', 'Nighthawks', 'Nighthawks'],
            'company': ['1st', '1st', '2nd', '2nd'],
            'deaths': ['kkk', 52, '25', 616],
            'battles': [5, '42', 2, 2],
            'size': ['l', 'll', 'l', 'm']}
df = pd.DataFrame(raw_data, columns=['regiment', 'company', 'deaths', 'battles', 'size'])

الآن، يمكننا استخدام applymap() مع str.upper() لتطبيق التحويل إلى حالة كبيرة على جميع العناصر في الإطار البيانات:

pythonCopy code
# تحويل جميع النصوص إلى حالة كبيرة
df = df.applymap(lambda x: x.upper() if isinstance(x, str) else x)

هذا الشرط isinstance(x, str) يتحقق مما إذا كان العنصر من نوع النص قبل تطبيق الدالة str.upper() عليه، مما يمنع تحويل أنواع البيانات الأخرى.

الآن، بعد تنفيذ هذه الخطوات، ستكون البيانات في الإطار البيانات محولة إلى حالة كبيرة كما ترغب.

بعد تنفيذ الخطوات المذكورة أعلاه، سيكون لديك الإطار البيانات محولًا بالكامل إلى حالة كبيرة كما ترغب. هذا يعني أن جميع النصوص في الإطار البيانات، بما في ذلك قيم العمود والصفوف، ستكون الآن بأحرف كبيرة.

بعد التحويل، يمكنك الآن استخدام الإطار البيانات في تحليلاتك أو عمليات البيانات الأخرى دون الحاجة إلى القلق بشأن حالة الأحرف. على سبيل المثال، يمكنك تنفيذ العمليات الإحصائية مباشرة على البيانات دون الحاجة إلى النظر إلى الحالة الأصلية للحروف.

ومن الجدير بالذكر أن هذا الأسلوب يعمل بشكل عام على الإطارات البيانات التي تحتوي على بيانات نصية، ويمكن تكييفه بسهولة لتنفيذ تحويلات أخرى على البيانات حسب الحاجة. علاوة على ذلك، يمكن دمج هذه العملية في سياق أوسع من أوامر معالجة البيانات في بيئة Python، مما يزيد من فعالية وسلاسة العملية الإجمالية.

في النهاية، تحويل الإطار البيانات بأكمله إلى حالة كبيرة باستخدام مكتبة Pandas يمثل حلاً فعالًا ومرنًا لتطبيق تحويلات البيانات على مجموعة كبيرة من البيانات النصية بسرعة وسهولة.