دمج عوامل التصفية باستخدام AND وOR
تسلسل عدة شروط بأمان
دمج عوامل التصفية باستخدام AND وOR درس مجاني في Data Science Academy على CoddyKit. هذا هو الدرس 3 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في Data Science Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Data Science Academy 4 دروس في المجموع.
نادراً ما يكفي شرط واحد
تجمع الأسئلة الواقعية بين الشروط: البالغون في باريس، أو الطلبات المتأخرة والكبيرة. لذلك تحتاجون إلى دمج عوامل الترشيح بطريقة واضحة. 🧩
استخدموا الرمز & للربط بـ AND
لضرورة تحقق الشرطين معًا، صِلوا القناعين باستخدام الرمز &. فهو يعمل عنصرًا بعنصر عبر الصفوف.
df[(df["age"] > 30) & (df["city"] == "Paris")]استخدموا الرمز | للربط بـ OR
لقبول أيٍّ من الشرطين، صِلوا القناعين باستخدام الرمز |. يمر الصف إذا كانت قيمة True في أحد الجانبين على الأقل.
df[(df["city"] == "Paris") | (df["city"] == "Lyon")]ضعوا كل شرط بين قوسين
ضعوا دائمًا كل شرط بين قوسين. فمن دونهما، يقيّم Python العوامل بالترتيب الخاطئ ويرفع خطأً.
df[df["age"] > 30 & df["score"] > 80] # breaksلماذا لا نستخدم and أو or؟
تعمل الكلمتان and وor العاديتان على قيم True/False المفردة، لا على كائن Series كامل. لذلك يجب استخدام الرموز مع أقنعة الصفوف.
# wrong: df[(df["age"] > 30) and (...)]
# right: use & insteadالعكس باستخدام التلدة
تعكس التلدة القناع، فتحوّل True إلى False. وهذه هي الطريقة الواضحة للتعبير عن «ليس هذا الشرط».
df[~(df["city"] == "Paris")] # everyone not in Parisاخلطوا بين AND وOR بحذر
يمكنكم مزج العوامل، لكن الأقواس هي التي تحدد التجميع. اجعلوا مقصدكم صريحًا حتى يُقرأ المنطق بالطريقة التي تقصدونها.
df[(df["age"] > 30) & ((c == "Paris") | (c == "Lyon"))]ثلاثة شروط أو أكثر
يعمل تكديس الأقنعة الإضافية بالطريقة نفسها. ولتحسين الوضوح، أنشئوها في أسطر منفصلة، ثم ادمجوا الأقنعة المسماة.
old = df["age"] > 30
top = df["score"] > 80
df[old & top]يضيّق AND النتيجة ويوسّعها OR
حافظوا على نموذج ذهني بسيط: يقلّص AND النتيجة إلى عدد أقل من الصفوف، بينما يزيدها OR لتشمل صفوفًا أكثر.
الدمج عبر الأعمدة
يمكن لشروطكم أن تتناول أعمدة مختلفة في الوقت نفسه، مما يتيح لكم التعبير عن أسئلة معقدة في تعبير واحد.
df[(df["age"] > 30) & (df["active"] == True)]احفظوا الأقنعة المعقدة
عندما يصبح المنطق كثيفًا، امنحوا القناع المدمج اسمًا واضحًا. سيشكركم استخدام متغير مقروء في المستقبل.
vip = (df["age"] > 30) & (df["score"] > 80)
df[vip]تحقّق سريع
اختاروا التعبير الذي يطبّق الترشيح بطريقة صحيحة.
مراجعة: دمج عوامل الترشيح
استخدموا الرمز & لـ AND، والرمز | لـ OR، والتلدة للعكس، وضعوا دائمًا كل شرط بين قوسين. أسئلة معقدة في سطر واحد واضح. ✅
تعلم Python مع معلم ذكاء اصطناعي — مجانًا
اكتب وقم بتشغيل أكوادك الفعلية في المتصفح، واحصل على مساعدة فورية من معلم ذكاء اصطناعي متاح 24/7، واستمر من حيث توقفت على الويب أو في التطبيق.
- الدورات
- 30
- الدروس
- 120
الأسئلة الشائعة
هل درس «دمج عوامل التصفية باستخدام AND وOR» مجاني؟
نعم — نص درس «دمج عوامل التصفية باستخدام AND وOR» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Data Science Academy، انتقل إلى CoddyKit PRO. تتضمن دورة Data Science Academy 4 دروس في المجموع.
ماذا ستتعلم في «دمج عوامل التصفية باستخدام AND وOR»؟
تسلسل عدة شروط بأمان تتمرن على Data Science Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ Data Science Academy؟
لا تُشترط خبرة سابقة. Data Science Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 3 من أصل 4.
كم من الوقت يستغرق درس «دمج عوامل التصفية باستخدام AND وOR»؟
معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.
هل يمكنني كتابة وتشغيل أكواد في درس Data Science Academy هذا؟
نعم. كل درس في Data Science Academy يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.
جميع الدروس في هذه الدورة
- اختيار الأعمدة بالاسم
- تصفية الصفوف بالشروط
- دمج عوامل التصفية باستخدام AND وOR
- التصفية النظيفة باستخدام query وisin