Data Cleaning and Preprocessing

اشتغلت على تنظيف وتجهيز ملف بيانات مبيعات يحتوي على مشاكل متعددة في جودة البيانات، بهدف تحويله إلى Dataset منظمة وقابلة للتحليل أو الاستخدام في مشاريع Machine Leaning. المهام التي تم تنفيذها: إزالة الصفوف المكررة (Duplicate Rows) معالجة القيم المفقودة (Missing Values): تعويض السعر الفردي الناقص اعتمادًا على سعر المنتج نفسه تعويض الكميات الناقصة باستخدام Median تعويض المدن الناقصة باستخدام Mode تنظيف النصوص (Text Cleaning): إزالة المسافات الزائدة تصحيح الأخطاء الإملائية في أسماء المدن توحيد أسماء المدن بصيغة موحدة توحيد حالات الطلب توحيد صيغ التاريخ: تحويل جميع التواريخ إلى الصيغة القياسية: YYYY-MM-DD رغم وجود أكثر من صيغة تاريخ داخل الملف. Feature Engineering: إنشاء عمود إجمالي المبيعات استخراج الشهر استخراج يوم الأسبوع إنشاء ملف Excel احترافي يحتوي على: Summary Sheet توضح التعديلات قبل وبعد التنظيف Cleaned Data Sheet تحتوي على البيانات النهائية الأدوات المستخدمة: Python Pandas OpenPyXL Data Cleaning Techniques Feature Engineering النتيجة: تحويل ملف بيانات غير منظم يحتوي على مشاكل جودة متعددة إلى ملف نظيف، منظم، وقابل للتحليل أو الاستخدام في نماذج Machine Learning.