البيانات العريضة والطويلة والمنظمة

يمكن أن توجد الأرقام نفسها في أشكال مختلفة جدًا. إن إتقان تخطيط البيانات هو الخطوة الأولى لإعادة تشكيلها باحتراف. 📐

في التنسيق العريض، تحصل كل فئة على عمود خاص بها، ولذلك يحتوي الصف الواحد على العديد من القيم المرتبطة جنبًا إلى جنب.

في التنسيق الطويل، تتحول تلك الأعمدة إلى صفوف. يحدد أحد الأعمدة اسم المتغير، بينما يحتوي عمود آخر على قيمته.

لا تُفقد أي بيانات عند الانتقال من التنسيق العريض إلى الطويل أو العكس. أنتم تعيدون ترتيب مواضع القيم فقط، ولا تغيرون أي أرقام.

البيانات المنسقة هي نسخة منظمة من التنسيق الطويل: كل متغير في عمود، وكل مشاهدة في صف، وكل قيمة في خلية واحدة.

تتوقع معظم أدوات pandas بيانات إدخال منظمة. عندما تكون البيانات منظمة، تعمل عمليات التجميع والتصفية والرسم بسلاسة من دون الحاجة إلى إعادة تشكيل معقدة.

إذا كانت أسماء الأعمدة تمثل قيمًا فعلية، مثل التواريخ أو أسماء المنتجات، فالجدول غير منظم، وربما يحتاج إلى تحويله إلى تنسيق طويل.

التنسيق العريض مناسب جدًا لقراءة البشر وللملخصات المتقاطعة. غالبًا ما تحللون البيانات بتنسيق طويل، ثم تحولونها إلى تنسيق عريض لإعداد التقرير النهائي.

يوفر لكم Pandas مجموعة صغيرة من الأدوات: يحول melt البيانات من التنسيق العريض إلى الطويل، بينما يعيد pivot وpivot_table البيانات من الطويل إلى العريض.

اختيار التنسيق قرار تصميمي. ويمكن أن يحول الشكل المناسب عملية تحليل معقدة إلى سطر أو سطرين واضحين.

اطرحوا سؤالًا واحدًا عن أي جدول: هل يمثل كل صف مشاهدة واحدة بالضبط؟ إذا كانت الإجابة نعم، فمن المحتمل أن البيانات منظمة أصلًا.

تعلمتم الفرق بين التنسيق العريض والطويل، ولماذا تشكل البيانات المنسقة أساس عمل pandas. بعد ذلك ستحولون البيانات الطويلة إلى جداول متقاطعة منظمة. 🎯