تصفية البيانات في Pandas باستخدام فلتر Not

في بيئة البرمجة باستخدام لغة Python ومكتبة Pandas، يُعد إنشاء فيلتر “not” للبيانات هو تحدٍّ شائع يواجه العديد من المبرمجين. في مثالك، قد قمت بإنشاء DataFrame كبيرة وتطبيقت عليها عمليات تصفية باستخدام Pandas، وتحديدًا بواسطة الشرطين التاليين: أن قيم العمود A تكون أكبر من صفر وأن قيم العمود B تكون أكبر من صفر.

الآن، إذا كنت ترغب في عكس هذا الفلتر لتحقيق الغرض المطلوب، أي عرض كل الصفوف التي لا تتنطبق عليها هذه الشروط، يمكنك بسهولة تحقيق ذلك باستخدام العمليات المنطقية في Python. يمكنك تحقيق الفلتر المطلوب عبر تعديل الشرطين كالتالي:

pythonCopy code
df2 = df[~((df["A"] > 0) & (df["B"] > 0))]

في هذا السياق، فإن رمز التشغيل “~” يُستخدم لتحويل الشرط اللوجي إلى نفيه. بمعنى آخر، يتم اختيار الصفوف التي لا تفي بالشروط المحددة. الشفرة أعلاه ستقوم بتحديد كل الصفوف التي تحقق أحد الشروط التاليين: إما أن تكون قيمة عمود A أقل من أو تساوي صفر، أو أن تكون قيمة عمود B أقل من أو تساوي صفر.

باستخدام هذا التعديل، ستحصل على DataFrame الذي يحتوي على الصفوف التي لا تتنطبق عليها الشروط المحددة، وبالتالي، ستكون قد حققت الهدف المطلوب من تطبيق “not filter” في بيئة Pandas باستخدام لغة Python.

بالطبع، سنوسّع في المزيد من المعلومات لفهم أعمق حول عملية إنشاء واستخدام الفلتر “not” في بيئة Pandas بلغة Python.

في سياق البرمجة باستخدام Pandas، يُعتبر الفلتر “not” جزءًا أساسيًا من استراتيجيات التحليل والتنقيب في البيانات. حيث يتيح للمبرمجين تنفيذ عمليات تصفية معقدة باستخدام العمليات المنطقية للتلاعب بالبيانات بطريقة تتناسب مع متطلبات التحليل الخاصة بهم.

الشيفرة التي قدمتها في الإجابة السابقة توضح كيف يمكن دمج الشروط المتعددة باستخدام العمليات المنطقية (و، أو) لتحديد الصفوف المطلوبة. عندما نستخدم “~” (علامة النفي)، نقوم بعكس الشروط، حيث يتم تحديد الصفوف التي لا تتنطبق عليها الشروط المحددة.

لتوضيح أكثر، إليك مزيد من التوضيح:

1. قاعدة الشرط الأول (A > 0):

   • إذا كانت قيمة في عمود A أكبر من صفر، فإن الشرط يعود بقيمة True.

2. قاعدة الشرط الثاني (B > 0):

   • إذا كانت قيمة في عمود B أكبر من صفر، فإن الشرط يعود بقيمة True.

3. الشروط المجتمعة (A > 0) & (B > 0):

   • يتم استخدام “&” للتحقق مما إذا كانت كل الشروط تعود بقيمة True. يتم تعيين النتيجة إلى DataFrame الناتج df2.

4. الشرط المعكوس (not ((A > 0) & (B > 0))):

   • باستخدام “~”، يتم تنفيذ عملية النفي لعكس الشروط. بمعنى آخر، سيتم تحديد الصفوف التي لا تتنطبق عليها الشروط المحددة.

باستخدام هذه الطريقة، يمكن للمبرمجين القيام بتحليل بياناتهم بشكل فعّال واستنتاج نتائج ذات دقة عالية باستخدام لغة Python ومكتبة Pandas.