بانداس: كيفية إضافة سلسلة نصية إلى كل قيمة في عمود

تُعد معالجة وتحوير البيانات النصية إحدى الركائز الأساسية التي يقوم عليها علم البيانات وهندسة خطوط معالجة المعلومات الحديثة. وفي منظومة لغة بايثون البرمجية، تتربع مكتبة Pandas على عرش الأدوات الأكثر استخداماً وكفاءة للتعامل مع هياكل البيانات الجداولية والمعقدة. تتطلب مشاريع تنظيف البيانات وهندسة الخصائص في كثير من الأحيان إدخال تعديلات دقيقة وممنهجة على السلاسل النصية، ومن أبرز هذه التعديلات وأكثرها تكراراً هي عملية إضافة بادئة نصية، أو لاحقة، أو دمج نصوص وسيطة ضمن كل قيمة من قيم عمود محدد داخل إطار البيانات، مما يعزز دلالة البيانات ويجعلها مهيأة لمراحل التحليل المتقدم وبناء النماذج التنبؤية.

على الرغم من بساطة المفهوم الظاهري لعملية ربط السلاسل النصية، إلا أن تنفيذها على نطاق واسع يتطلب فهماً عميقاً للآليات الداخلية لمكتبة بانداس وكيفية تعاملها مع الذاكرة وأنواع البيانات المختلفة. فالتعامل مع ملايين السجلات يتطلب تجاوز الأساليب التقليدية القائمة على التكرار الحلقي البدائي، والانتقال نحو العمليات الموجهة والمحسنة حسابياً. يهدف هذا المرجع الأكاديمي الشامل إلى استعراض كافة المنهجيات والتقنيات البرمجية المتاحة لإضافة السلاسل النصية إلى أعمدة البيانات، بدءاً من المعاملات المباشرة والتعبيرات الشرطية، مروراً بالأدوات الموجهة ومكتبة NumPy، ووصولاً إلى تحليل الأداء وإدارة استهلاك الذاكرة وتفادي الأخطاء البرمجية الشائعة.

سيتطرق هذا الدليل التخصصي إلى التفاصيل الهيكلية والرياضية الدقيقة لكل أسلوب، مع إبراز الفروق الجوهرية بين بيئات التنفيذ على مستوى لغة بايثون النقية ومستوى لغة سي المنخفضة التي تستند إليها مكتبات الحوسبة العلمية. كما سيتم استعراض حالات دراسية واقعية تشمل تهيئة المعرفات، وتنسيق العملات والوحدات الفيزيائية، ومعالجة القيم المفقودة بصورة تضمن سلامة البنية البيانية واتساق المخرجات وفق أعلى معايير الجودة البرمجية المعتمدة في بيئات الإنتاج الصناعية والأكاديمية.

1. مقدمة وأساسيات معالجة السلاسل النصية في مكتبة بانداس (Pandas)

1.1 مفهوم هيكل إطار البيانات (DataFrame) والتعامل مع الأعمدة

يمثل إطار البيانات في مكتبة بانداس هيكلاً بيانياً ثنائي الأبعاد يتألف من صفوف وأعمدة مرتبة بنظام الفهرسة، حيث يُعامل كل عمود داخل هذا الإطار بوصفه كائناً مستقلاً من نوع السلسلة المتجهة المعروفة باسم Series. تتميز هذه السلاسل بكونها هياكل بيانات أحادية البعد تمتلك فهرساً موحداً يربط كل قيمة بموقعها النسبي داخل الجدول الإجمالي. ومن الناحية المعمارية، فإن فهم طبيعة تخزين البيانات داخل السلسلة يُعد المدخل الأساسي لإجراء أي تحويل نصي ناجح، حيث تحتفظ السلسلة بمؤشرات مرجعية تشير إلى مواقع الكائنات في الذاكرة أو مصفوفات متصلة من البيانات المتجانسة.

تختلف معالجة البيانات النصية جذرياً عن نظيرتها الرقمية في بيئة لغة Python؛ فالبيانات الرقمية مثل الأعداد الصحيحة والعائمة تُخزن عادة في كتل ذاكرة متلاصقة وثابتة الحجم تتيح معالجة منخفضة المستوى وعالية السرعة. في المقابل، تُعامل السلاسل النصية تقليدياً ككائنات من نوع الكائن العام، مما يفرض وجود مؤشرات إضافية لكل عنصر على حدة، وهو ما يرفع من العبء الحسابي واستهلاك الذاكرة. يتطلب تعديل هذه السلاسل النصية إنشاء كائنات جديدة كلياً في الذاكرة نظراً لكون السلاسل النصية في بايثون غير قابلة للتعديل المباشر بعد إنشائها.

تتجلى أهمية نمذجة وتعديل البيانات النصية في هندسة الخصائص وإعداد البيانات؛ حيث تسهم إضافة السوابق واللواحق في توحيد صياغة المعرفات الرقمية، وتوضيح الوحدات القياسية، وتصنيف السجلات ضمن سياقات مكانية أو زمانية محددة. إن تحويل عمود يحتوي على أرقام مجردة إلى معرف مركب بإضافة نص وصفي يسهل عمليات الربط الجداولي، ويقلل من احتمالية حدوث التباس دلالي أثناء مراحل التدريب الإحصائي أو استخراج المؤشرات التحليلية عبر لوحات التحكم التفاعلية.

1.2 مفهوم العمليات الموجهة (Vectorized Operations) مقابل التكرار اليدوي

تعتمد مكتبة بانداس في جوهرها على مفهوم العمليات الموجهة، وهي آلية برمجية تسمح بتطبيق العمليات الحسابية والمنطقية والتحويلات النصية على مستوى المصفوفة بالكامل دفعة واحدة، دون الحاجة إلى كتابة حلقات تكرارية صريحة بلغة بايثون. يعود الفضل في السرعة الفائقة للعمليات الموجهة إلى تنفيذ التعليمات البرمجية على مستوى لغة السي المجمعة والمنخفضة، حيث يتم استغلال إمكانيات المعالجة المتوازية للمعالجات الحديثة وتقنيات التعليمات المتعددة للبيانات الأحادية لتنفيذ العملية على كتل متتالية من البيانات في دورات معالجة موحدة.

في المقابل، يؤدي الاعتماد على حلقات التكرار اليدوية التقليدية عبر إطارات البيانات إلى هبوط حاد في الكفاءة الحسابية للنظام. يعود هذا القصور إلى التكلفة الإضافية لتفسير كود بايثون في كل دورة تكرار، والتحقق المستمر من أنواع البيانات ديناميكياً، بالإضافة إلى استدعاءات الدوال المتكررة وإدارة المراجع في الذاكرة. تتضاعف هذه المشكلة عند معالجة مجموعات البيانات الضخمة التي تحتوي على مئات الآلاف أو الملايين من الصفوف، حيث يمكن أن تستغرق العملية المعتمدة على التكرار اليدوي دقائق طويلة مقارنة بأجزاء من الثانية عند استخدام النمط الموجه.

من المنظور الرياضي والمعماري، تقوم معالجة السلاسل النصية على مستوى المصفوفات بتحويل دالة دمج النصوص إلى تطبيق رياضي يقوم بمحاذاة الفهارس بصورة متزامنة وتطبيق عملية الدمج كدالة موجهة على أزواج العناصر المتناظرة. يضمن هذا النهج الحفاظ على الاتساق الداخلي للهيكل البياني، وتقليل مخاطر تجاوز سعة الذاكرة، وضمان التوافق التام مع البنى التحتية المتقدمة للحوسبة السحابية ومكتبات التحليل الإحصائي عالية الأداء.

1.3 متطلبات البيئة البرمجية وإعداد مكتبة Pandas

لبدء العمل الاحترافي وتطبيق عمليات تحوير السلاسل النصية، يجب التأكد من ضبط البيئة البرمجية وتثبيت الإصدارات المستقرة والحديثة من حزمة بايثون ومكتبة بانداس. يتم استيراد المكتبة وفق العرف البرمجي القياسي المعتمد عالمياً بإسناد الاسم المختصر الشائع عبر استدعاء المكتبة في مساحة العمل. يوفر هذا الاستيراد وصولاً مباشراً لكافة الدوال التحويلية، وملحقات السلاسل النصية، والفئات الهيكلية اللازمة لبناء وتعديل أطر البيانات بكفاءة تامة وتكامل منهجي.

يتطلب التطبيق العملي الفعال بناء إطار بيانات اختباري يحتوي على تنوع منهجي في أنواع الأعمدة؛ كأن يشمل أعمدة نصية صريحة، وأعمدة رقمية تتضمن أعداداً صحيحة وعائمة، بالإضافة إلى إدراج مقصود لبعض القيم المفقودة لاختبار متانة وسلوك الدوال المختلفة. يتيح هذا الإطار النموذجي محاكاة البيئات الإنتاجية الواقعية واختبار الفروق الطفيفة في استجابة الدوال لكل نوع من أنواع البيانات، مما يجنب المطور الوقوع في أخطاء التحويل أثناء تنفيذ المشاريع الحقيقية على نطاقات واسعة.

من الضروري كذلك التحقق من إصدار المكتبة المثبت وضمان دعمه لنوع البيانات النصي المخصص المعروف باسم نوع السلسلة الصريح، والذي تم تقديمه في الإصدارات الحديثة كبديل متطور لنوع الكائن العام التقليدي. يوفر هذا النوع الجديد مزايا متعددة تتعلق بالأمان النمطي، والمعالجة الدقيقة للقيم المفقودة، وتحسين تخصيص مساحة الذاكرة، مما يجعله الخيار الأمثل للمشاريع الحديثة التي تتطلب معالجة لغوية متقدمة وهندسة بيانات دقيقة خالية من الثغرات الخفية.

2. الطريقة المباشرة لإضافة سلسلة نصية إلى جميع قيم العمود

2.1 استخدام معامل الجمع (+) للدمج المباشر

يُعد استخدام معامل الجمع الحسابي الطريقة الأكثر وضوحاً ومباشرة لدمج السلاسل النصية في لغة بايثون ومكتبة بانداس على حد سواء. عند تطبيق هذا المعامل بين سلسلة نصية ثابتة وعمود من نوع السلسلة، تقوم المكتبة بتطبيق عملية الدمج بشكل موجه على كافة عناصر العمود بالتوازي. يتميز هذا الأسلوب ببساطته النحوية وقراءته السلسة، مما يجعله الخيار الأول في مهام تحويل البيانات السريعة والتحليلات الاستكشافية التي تتطلب إضافة عناصر نصية موحدة لكامل قيم المتغير المستهدف.

تتيح هذه الصياغة البرمجية إضافة سوابق نصية في مقدمة القيم الموجودة عبر وضع السلسلة النصية الثابتة على يسار معامل الجمع قبل اسم العمود المستهدف. على سبيل المثال، يمكن للمحلل إضافة كود تصنيف أو رمز نظامي مثل بادئة تشير إلى نوع الكيان قبل الاسم أو الرقم الأصلي. تؤدي هذه الخطوة إلى توليد سلسلة بيانات جديدة تحتفظ بنفس الفهرس الأصلي مع تحديث كل قيمة لتتضمن البادئة المحددة بدقة متناهية دون الإخلال بترتيب العناصر أو بنيتها الأساسية.

بالمثل، يمكن إضافة لواحق نصية في نهاية القيم عبر وضع النص الثابت على يمين معامل الجمع بعد استدعاء العمود. يُستخدم هذا النمط بشكل واسع لإلحاق وحدات القياس الفيزيائية، أو امتدادات الملفات، أو علامات الترميز الخاصة التي تحدد نهاية السجل البياني. تتميز هذه الطريقة بأنها تتيح دمج السوابق واللواحق معاً في تعبير برمجي واحد متصل، مما يقلل من عدد الأسطر البرمجية المكتوبة ويعزز من وضوح الكود وسهولة صيانته ومراجعته من قبل فرق العمل المشتركة.

2.2 التحويل البرمجي للنوع باستخدام astype(str)

تنشأ إحدى أكثر العقبات شيوعاً عند محاولة استخدام معامل الجمع المباشر مع أعمدة تحتوي على قيم رقمية أو منطقية غير نصية؛ حيث تفرض لغة بايثون قواعد صارمة تمنع الجمع الضمني بين النصوص والأرقام، مما يؤدي فوراً إلى إطلاق خطأ في النوع البرمجي. لتجاوز هذا التقييد الصارم، تبرز ضرورة التحويل البرمجي الصريح لنوع البيانات باستخدام دالة التحويل النمطي، والتي تعمل على إعادة صياغة كافة عناصر العمود لتصبح سلاسل نصية قياسية متوافقة تماماً مع عمليات الدمج.

يتعامل التحويل الصريح بكفاءة مع التراكيب والأنواع البيانية غير المتجانسة، حيث يقوم بتحويل الأعداد الصحيحة والقيم العشرية بدقة إلى تمثيلاتها النصية المقابلة دون تغيير في القيمة العددية الظاهرية. ومع ذلك، يجب على مهندس البيانات توخي الحذر الشديد عند تطبيق هذا التحويل على الأعمدة التي تحتوي على قيم فارغة؛ إذ تؤدي دالة التحويل إلى تحويل القيمة الفارغة الخاصة إلى نص صريح يتكون من الحروف اللاتينية للقيمة المفقودة، وهو ما قد يتسبب في أخطاء منطقية لاحقة أثناء التحليل الإحصائي للبيانات.

عقب إتمام عملية التحويل والدمج، يُنصح دائماً بالتحقق المنهجي من نوع البيانات الناتج للعمود الجديد للتأكد من نجاح العملية واستقرار الهيكل. يجب أن يُظهر الفحص أن العمود أصبح مصنفاً تحت نوع الكائن أو نوع السلسلة الصريح. يضمن هذا الإجراء التأكيدي عدم حدوث تشوهات في البيانات المتبقية، واستعداد العمود الجديد للدخول في مراحل المعالجة اللاحقة أو عمليات التصدير لقواعد البيانات العلائقية أو ملفات التخزين المهيكلة بكفاءة وموثوقية.

2.3 تطبيق عملي: تعديل معرفات الفرق والنقاط في جدول البيانات

لتجسيد المفاهيم السابقة في سياق واقعي، نفترض وجود جدول بيانات رياضي يتضمن معرفات مختصرة للفرق الرياضية ونقاطها المسجلة خلال الموسم التنافسي. يتطلب إعداد التقرير النهائي تحويل الحروف الممثلة لأسماء الفرق إلى معرفات رسمية موسعة تتضمن كلمة تدل على الهيكل المؤسسي للنادي، بالإضافة إلى إلحاق وحدة النقاط بالأرقام المسجلة ليصبح التقرير مقروءاً ذاتياً دون الحاجة إلى الرجوع للوثائق المرجعية أو التفسيرات الجانبية المرفقة.

تتم الخطوة الأولى بإنشاء عمود جديد يستند إلى عمود الفرق الأصلي، حيث يتم دمج النص الثابت الذي يمثل البادئة مع قيم العمود للحصول على مسميات منسقة ومقننة. وفي الخطوة التالية، يتم استهداف عمود النقاط الذي يحتوي على قيم رقمية صحيحة؛ حيث يُطبق التحويل النمطي إلى نص أولاً، ثم يُدمج مع اللاحقة النصية التي توضح وحدة القياس مع مراعاة وضع مسافة فاصلة في بداية اللاحقة لمنع التصاق النص بالرقم وضمان المظهر الجمالي المنسق للبيانات النهائية.

تختتم هذه العملية بإجراء مقارنة بصرية وهيكلية دقيقة بين الجدول في حالته الابتدائية وحالته المعدلة؛ حيث يتم التأكد من ثبات عدد الصفوف، وعدم فقدان أي سجل، ومطابقة الفهارس بشكل متطابق تماماً. تسهم هذه التطبيقات المباشرة في ترسيخ الفهم العملي لعمليات التحوير النصي البسيطة وتوضح كيف يمكن لبضعة أسطر برمجية أن تحول البيانات الخام إلى معلومات عالية الوضوح والقيمة التحليلية في بيئات الأعمال المختلفة.

3. إضافة سلسلة نصية شرطياً باستخدام الأقنعة المنطقية (Boolean Indexing)

3.1 بناء الأقنعة الشرطية (Boolean Masks) بدقة

تعتمد المعالجة المتقدمة للبيانات على فكرة التعديل الانتقائي، حيث لا تتطلب متطلبات العمل دائماً تعديل كافة عناصر العمود بشكل متطابق، بل يقتصر التعديل في كثير من السيناريوهات على مجموعة فرعية محددة من الصفوف تحقق معايير منطقية معينة. يُطلق على الأداة المسؤولة عن تحديد هذه الصفوف اسم القناع المنطقي، وهو عبارة عن سلسلة موجهة من القيم الثنائية الصحيحة والخاطئة الناتجة عن تطبيق تعبير منطقي أو مقارنة شرطية على واحد أو أكثر من أعمدة إطار البيانات.

تتم صياغة الشروط المنطقية المباشرة عبر استخدام معاملات المقارنة القياسية؛ مثل معامل المساواة التامة، أو معاملات التباين كالأكبر من والأصغر من. عند تطبيق مقارنة على عمود بأكمله، تقوم مكتبة بانداس بتقييم كل صف على حدة وإنتاج مصفوفة منطقية متطابقة الطول مع العمود الأصلي. يحمل كل موقع في هذه المصفوفة القيمة المنطقية المعبرة عن مدى مطابقة السجل للشرط الموضوع، مما يوفر مرجعاً دقيقاً للغاية لعمليات الفرز والتصفية والتعديل المتجه.

قبل الشروع في استخدام القناع المنطقي لتعديل البيانات، تقتضي أفضل الممارسات التحقق من صحة القناع وتوزيعه الإحصائي؛ كأن يقوم المحلل بحساب عدد القيم التي حققت الشرط باستخدام دوال الجمع المنطقي للتأكد من أن الشرط لم يشمل جميع الصفوف عن طريق الخطأ أو أنه لم يستثنِ البيانات المستهدفة كلياً. يضمن هذا التحقق الاستباقي سلامة العمليات اللاحقة ويمنع الكتابة فوق البيانات الحساسة أو إتلاف السجلات غير المعنية بالتعديل.

3.2 استخدام دالة df.loc لتعديل القيم المحددة فقط

تُعد دالة الوصول المكاني الموجهة الأداة البرمجية المعتمدة والآمنة لتنفيذ التعديلات الشرطية على مستوى الخلايا المحددة داخل إطار البيانات. تسمح هذه الدالة بتمرير القناع المنطقي في موضع الفهرس لتحديد الصفوف المستهدفة بدقة، مع تمرير اسم العمود المراد تعديله في موضع التسمية، مما يتيح استهدافاً جراحياً دقيقاً للبيانات دون التأثير على بقية الجدول أو إحداث آثار جانبية غير مرغوبة في الذاكرة.

تعتمد قواعد النحو الصحيحة على إسناد التعبير النصي المدمج مباشرة إلى النطاق المحدد عبر الدالة، حيث يتم استدعاء القيم الأصلية للصفوف المطابقة فقط، وتحويلها إلى نصوص إذا لزم الأمر، ثم دمج البادئة أو اللاحقة المطلوبة وإعادة تخزينها في نفس الموقع المكاني. تضمن هذه العملية بقاء كافة الصفوف التي لا تطابق الشرط على حالتها الأصلية تماماً دون أي مساس بقيمها أو أنواع بياناتها، وهو ما يعزز من سلامة الهيكل البياني الكلي وموثوقيته.

يسهم الالتزام الصارم باستخدام هذه الدالة في تفادي الأخطاء التحذيرية الشائعة المتعلقة بالتعديل على نسخ البيانات المؤقتة بدلاً من إطار البيانات الأصلي. فعند محاولة التعديل باستخدام الأقواس المعقوفة المزدوجة المتتالية، قد لا يتم تطبيق التعديل الفعلي على الجدول الأساسي، بينما تضمن الدالة الموجهة الوصول المباشر إلى مساحة التخزين الخاصة بإطار البيانات وتطبيق التغييرات بشكل دائم ونهائي وبأعلى كفاءة حسابية ممكنة.

3.3 التعامل مع الشروط المركبة والمعقدة

تتطلب السيناريوهات المعقدة في بيئات العمل دمج عدة شروط منطقية في آن واحد لاستهداف شرائح دقيقة جداً من البيانات؛ كأن يتم استهداف السجلات التي تنتمي لفئة معينة وتتجاوز قيمة رقمية محددة في نفس الوقت. لتحقيق هذا الهدف في مكتبة بانداس، يتم استخدام المعاملات المنطقية الثنائية على مستوى البتات؛ مثل معامل الواو المنطقي ومعامل الأو المنطقي ومعامل النفي، بدلاً من الكلمات المفتاحية التقليدية الخاصة بلغة بايثون.

تفرض قواعد لغة بايثون عند التعامل مع هذه المعاملات ضرورة إحاطة كل شرط فرعي بأقواس رياضية مستقلة لتنظيم أولويات التنفيذ المنطقي؛ حيث تمتلك معاملات البتات أسبقية تنفيذ أعلى من معاملات المقارنة الرياضية، وتجاهل هذه الأقواس يؤدي إلى أخطاء نحوية فورية أو تقييم منطقي خاطئ للشروط. يتيح هذا التنظيم الدقيق بناء تعبيرات استعلامية شديدة التعقيد تجمع بين المعايير النصية والحدود الرقمية بسلاسة تامة وقابلية عالية للصيانة.

علاوة على ذلك، يمكن تطبيق استراتيجيات الدمج المتعدد لتطبيق بادئات أو لواحق مختلفة بناءً على نطاقات قيم متباينة؛ حيث يتم تطبيق سلسلة متتالية من الأقنعة المنطقية المستقلة، بحيث تحصل كل شريحة بيانية على التنسيق النصي الخاص بها. يسهم هذا الأسلوب في توليد تصنيفات نصية ثرية داخل نفس العمود، مما يعكس الأبعاد المختلفة للمعلومة ويجعلها جاهزة للاستخدام المباشر في لوحات المؤشرات التحليلية والتقارير التنفيذية المعمقة.

4. استخدام ملحق السلاسل النصية الموجه (.str Accessor) في Pandas

4.1 آلية الدمج المتقدم باستخدام Series.str.cat

توفر مكتبة بانداس ملحقاً مخصصاً لمعالجة السلاسل النصية يُعرف باسم ملحق الخصائص النصية، والذي يفتح الباب أمام استخدام منظومة واسعة من الدوال الموجهة عالية الأداء والمصممة خصيصاً للتعامل مع النصوص. تأتي في مقدمة هذه الأدوات دالة الدمج المتسلسل المتقدمة، والتي تتيح دمج قيم السلسلة النصية مع نصوص ثابتة، أو مع سلاسل نصية أخرى، أو حتى تجميع قيم السلسلة الواحدة في نص مفرد متكامل بمرونة بالغة وقوة تعبيرية فائقة.

تتميز هذه الدالة بوجود وسائط تحكم برمجية دقيقة؛ حيث يتيح وسيط الفواصل إمكانية تحديد الرمز أو السلسلة الفاصلة التي تفصل بين النصوص المدمجة بشكل تلقائي وموجه، مما يغني المطور عن كتابة مسافات يدوية أو علامات ترقيم معقدة داخل النصوص المدمجة. كما تسمح الدالة بدمج عدة أعمدة في خطوة واحدة مع ضمان المحاذاة التامة للفهارس، وهو ما يجعلها بديلاً احترافياً متقدماً لمعامل الجمع التقليدي، خاصة في الأطر الهندسية الصارمة.

تكمن القوة الحقيقية لدالة الدمج المتسلسل في كيفية إدارتها للقيم المفقودة؛ حيث توفر وسيطاً مخصصاً لتمثيل القيم الفارغة يتيح للمطور تحديد نص بديل يتم استخدامه تلقائياً عند مواجهة أي خلية تحتوي على قيمة مفقودة بدلاً من تحويل السلسلة بأكملها إلى قيمة فارغة. يضمن هذا السلوك الحفاظ على استمرارية البيانات المدمجة ويوفر تحكماً استثنائياً في شكل المخرجات النهائية دون الحاجة لخطوات معالجة مسبقة معقدة أو استهلاك ذاكرة إضافي.

4.2 إضافة المحاذاة والحشو النصي باستخدام str.pad و str.ljust

تتطلب العديد من معايير البيانات الصناعية والمالية توحيد أطوال النصوص داخل العمود الواحد؛ كأن يتم إنشاء معرفات تسلسلية ذات طول ثابت أو تنسيق أرقام الحسابات بإضافة أصفار أو رموز محددة في بداياتها أو نهاياتها. لتحقيق هذا المطلب الهندسي، يوفر ملحق السلاسل النصية مجموعة من دوال المحاذاة والحشو النصي الموجه؛ وفي مقدمتها الدالة الشاملة للحشو، والدوال المخصصة للمحاذاة إلى اليمين والمحاذاة إلى اليسار.

تعمل دالة الحشو النصي الموجهة عبر تحديد الطول الإجمالي المستهدف للنص النهائي، وتحديد الحرف أو السلسلة المراد استخدامها لملء الفراغ، بالإضافة إلى تحديد جانب الحشو سواء كان في البداية، أو النهاية، أو على جانبي النص بالتساوي. إذا كان طول النص الأصلي أقل من الطول المحدد، تقوم الدالة آلياً بتكرار حرف الحشو حتى يصل النص إلى الطول الدقيق، بينما تترك النصوص التي تتجاوز الطول المحدد دون قص أو تشويه، مما يحافظ على تكامل البيانات الأصلية.

تُعد دوال المحاذاة السريعة أدوات مثالية لتوليد الأكواد التسلسلية المقننة، مثل تحويل الأرقام الفردية إلى صيغ ثنائية أو ثلاثية الخانات بإضافة أصفار في المقدمة، أو محاذاة الأسماء والرموز النصية لتتوافق مع متطلبات الأنظمة المصرفية القديمة أو قواعد البيانات التي تفرض حقولاً ثابتة العرض. تتميز هذه الدوال بالسرعة الفائقة والتنفيذ المباشر على مستوى الذاكرة المنخفضة، مما يجعلها الخيار الأنسب في مهام التهيئة القياسية الكبرى.

4.3 دمج النصوص مع معالجة المسافات البيضاء والرموز الخاصة

نادراً ما تأتي البيانات النصية في العالم الواقعي بحالة نقية تماماً؛ إذ غالباً ما تتخللها مسافات بيضاء غير مرئية في البدايات أو النهايات، أو علامات جدولة ورموز أسطر جديدة ناتجة عن عمليات الإدخال اليدوي أو استخراج البيانات من صفحات الويب ومستندات النصوص غير المهيكلة. يؤدي دمج السلاسل النصية فوق بيانات ملوثة بهذه المسافات إلى مخرجات مشوهة تتضمن فراغات غير متناسقة تعيق عمليات البحث والمطابقة اللاحقة.

لضمان الحصول على أعلى درجات الجودة، ينبغي دمج عمليات تنظيف النصوص المسبقة ضمن خط المعالجة المتسلسل باستخدام دالة إزالة المسافات البيضاء الموجهة أو الدوال المتفرعة منها لإزالة المسافات من جانب واحد فقط. يتيح ملحق بانداس تطبيق هذه الدوال بشكل تسلسلي متتابع في سطر برمجي واحد؛ حيث يتم تجريد النص من الشوائب أولاً، ثم تطبيق دالة إضافة البادئة أو اللاحقة، مما يضمن اتساقاً مطلقاً في التنسيق عبر كامل إطار البيانات.

بالإضافة إلى معالجة الفراغات، تتيح هذه المنهجية دمج الفواصل المخصصة، وعلامات التنصيص، والأقواس المعقوفة حول النصوص الأصلية بكفاءة عالية، مما يسهل عملية تحويل الأعمدة إلى صيغ بيانات هيكلية أخرى مثل ترميز الكائنات الجافاسكربت أو ملفات التبادل النصي. يسهم هذا التكامل السلس بين دوال التنظيف ودوال الدمج في تقليل الأخطاء البرمجية الناتجة عن تفاوت جودة المدخلات ويؤسس لقواعد بيانات صلبة وقابلة للتوسع المستقبلي.

5. تطبيق الدوال المخصصة وتنسيق النصوص باستخدام apply و map

5.1 استخدام دوال lambda مع f-strings لتنسيق احترافي

عندما تتجاوز متطلبات دمج النصوص مجرد إضافة بادئة أو لاحقة ثابتة، وتصل إلى الحاجة لتنسيق معقد يشمل إدراج نصوص ديناميكية متعددة وتنسيق المنازل العشرية للأرقام داخل السلسلة الواحدة، يبرز استخدام الدوال المجهولة المدمجة مع نصوص التنسيق المباشرة كأداة هندسية ذات مرونة تعبيرية لا تضاهى. تسمح هذه التركيبة البرمجية ببناء قوالب نصية معقدة يتم تطبيقها على كل عنصر في العمود بدقة متناهية.

تعتمد صيغة التحويل المتقدمة على تمرير دالة مجهولة إلى الدالة العامة لتطبيق العمليات، حيث تستقبل الدالة كل قيمة مفردة في العمود كمتغير مستقل، وتقوم بإعادة صياغته ضمن القالب النصي المحدد. تتيح نصوص التنسيق المباشرة تضمين تعبيرات برمجية مصغرة داخل الأقواس المعقوفة، مثل إجراء عمليات حسابية سريعة، أو تقريب الأعداد العشرية إلى عدد محدد من الخانات، أو استدعاء دوال مساعدة لتغيير حالة الحروف في نفس خطوة الدمج النصي.

تتجلى قوة هذا الأسلوب في القدرة على إنشاء تقارير نصية مركبة من عمود واحد أو عدة أعمدة في خطوة موحدة؛ كأن يتم تحويل قيمة رقمية مجردة إلى جملة وصفية متكاملة تتضمن وحدات القياس، والنسب المئوية، والتصنيف الدلالي للبيانات. يمنح هذا النهج المطور حرية هندسية كاملة في صياغة المخرجات النصية بما يتوافق مع أدق المعايير الوصفية المطلوبة في التقارير الإدارية والتحليلات المتخصصة.

5.2 توظيف الدالة Series.map للتحويلات الفردية والسريعة

تُعد دالة التعيين من الأدوات الأساسية عالية التخصص في مكتبة بانداس لمعالجة سلاسل البيانات الأحادية، حيث تُستخدم لتطبيق التحويلات العنصرية واستبدال القيم وفق قواميس مرجعية أو دوال مخصصة. تتميز هذه الدالة بأنها مصممة خصيصاً للعمل على كائنات السلاسل الفردية، مما يجعلها تتفوق في كثير من الأحيان على الدوال العامة من حيث وضوح البنية النحوية والسرعة عند التعامل مع قوالب التنسيق النصي الجاهزة.

يمكن توظيف هذه الدالة بكفاءة استثنائية عبر تمرير قوالب التنسيق القياسية للغة بايثون مباشرة إليها؛ كأن يتم تمرير نص يحتوي على وسوم استبدال متبوعة باستدعاء دالة التنسيق المضمنة. تقوم الدالة تلقائياً بتطبيق هذا القالب على كافة عناصر السلسلة دون الحاجة لتعريف دوال مجهولة صريحة، مما يجعل الكود المكتوب غاية في الأناقة والاختصار، مع الحفاظ على الأداء العالي في معالجة السجلات المتتالية.

علاوة على ذلك، تتيح الدالة تمرير الدوال المسماة المكتوبة مسبقاً في مساحة العمل، مما يسهل إعادة استخدام المنطق البرمجي عبر عدة أطر بيانات مختلفة، ويعزز من قابلية الكود للاختبار المنهجي المعتمد في هندسة البرمجيات. إذا تطلبت عملية إضافة النصوص استدعاء جداول بحث خارجية أو قواعد بيانات تصنيفية، فإن هذه الأداة توفر البنية الهندسية المثلى لتنفيذ هذا التعيين والدمج النصي بأقل قدر من التعقيد البرمجي.

5.3 مقارنة الأداء والسرعة بين apply والعمليات الموجهة

على الرغم من المرونة اللامحدودة التي توفرها الدوال المخصصة وتطبيقات التعيين اليدوي، إلا أن استخدامها يفرض ضريبة أداء ملحوظة مقارنة بالعمليات الموجهة أصلياً في مكتبة بانداس. يرجع هذا التباين الحسابي إلى أن تطبيق الدوال المخصصة يجبر المكتبة على التخلي عن مسار المعالجة المنخفض والمجمع بلغة السي، والعودة إلى حلقة تكرار بايثون غير المرئية، حيث يتم استدعاء مفسر اللغة وتمرير كل كائن على حدة، وهو ما يولد عبئاً حسابياً كبيراً.

تُظهر اختبارات قياس الأداء الزمني عبر مصفوفات البيانات التي تضم مئات الآلاف إلى ملايين الصفوف أن العمليات الموجهة المباشرة، مثل معامل الجمع أو دوال الملحق النصي، تتفوق بسرعات قد تتجاوز عشرات إلى مئات الأضعاف مقارنة بالدوال المطبقة عبر التكرار العنصري. يستهلك كل استدعاء لدالة بايثون وقتاً إضافياً لإدارة مكدس العمليات والتحقق من النطاقات، مما يؤدي إلى تباطؤ ملحوظ في خطوط إنتاج ومعالجة البيانات الضخمة.

تقتضي أفضل الممارسات الهندسية حصر استخدام الدوال المخصصة في الحالات التي تستعصي فيها المعالجة على الدوال الموجهة؛ كأن تتطلب عملية دمج النصوص شروطاً غير خطية شديدة التعقيد، أو التعامل مع مكتبات خارجية لمعالجة اللغات الطبيعية لا تدعم المعالجة الموجهة. وفيما عدا ذلك، يجب أن يظل الاعتماد الأساسي لمهندس البيانات منصباً على الأدوات الموجهة والعمليات المصفوفية الصرفة لضمان أقصى كفاءة زمنية واستهلاك مثالي لموارد المعالجة المتاحة.

6. إضافة النصوص بالاعتماد على شروط تفريعية باستخدام مكتبة NumPy

6.1 استخدام np.where للدمج الشرطي الثنائي

تُعد دالة الاختيار الموجهة من مكتبة NumPy واحدة من أقوى الأدوات الحسابية وأكثرها كفاءة لتنفيذ التفرعات الشرطية الثنائية القائمة على منطق الاختيار بين خيارين. تعمل هذه الدالة كمعادل موجه عالي السرعة للتعبير الشرطي التقليدي، حيث تستقبل مصفوفة الشروط المنطقية، ومصفوفة النتائج في حالة تحقق الشرط، ومصفوفة النتائج البديلة في حالة عدم تحققه، وتقوم ببناء المخرجات دفعة واحدة على مستوى الذاكرة المنخفضة.

تكمن القوة الاستثنائية لهذه الدالة عند استخدامها لإضافة نصوص مختلفة إلى عمود البيانات بناءً على شرط محدد؛ كأن يتم إضافة بادئة معينة للصفوف التي تحقق معياراً مالياً أو جغرافياً محدداً، وإضافة بادئة مغايرة تماماً للصفوف الأخرى. يتم تنفيذ عمليتي الدمج لكلا الفرعين بطريقة موجهة بالكامل، ثم تقوم الدالة باختيار القيم المناسبة لكل موقع فهرسي بسرعة البرق، متفوقة على كافة أساليب التكرار اليدوي والأقنعة المتتالية.

تُستخدم هذه التقنية بشكل مكثف في مهام ترميز الفئات وتجهيز مجموعات البيانات لمهام التعلم الآلي؛ حيث تتيح إضافة علامات تمييز بصرية أو دلالية للبيانات بناءً على عتبات رقمية أو تطابقات نصية سريعة. يضمن هذا النهج تحقيق أقصى استفادة من الترابط الوثيق بين مكتبتي بانداس ونامباي، مما يوفر شفرة برمجية مدمجة، سريعة، وشديدة التحمل في البيئات الإنتاجية ذات المتطلبات الزمنية الصارمة.

6.2 إدارة الشروط المتعددة والمتتالية باستخدام np.select

عندما تتفرع متطلبات المعالجة لتشمل أكثر من حالتين، وتصبح الشروط المنطقية متعددة ومتتالية كبنية الشروط المتسلسلة المعقدة، تفقد دوال التفرع الثنائي كفاءتها وتصبح صعبة القراءة إذا تم تركيبها بشكل متداخل. في هذه السيناريوهات المتقدمة، تبرز دالة الاختيار المتعدد من مكتبة نامباي كحل معماري أنيق وفائق القوة لإدارة منظومات الشروط المركبة وإسناد التعديلات النصية المقابلة لكل شرط بدقة مطلقة.

تعتمد بنية هذه الدالة على استقبال قائمتين متناظرتين؛ القائمة الأولى تحتوي على مصفوفة الشروط المنطقية المرتبة وفق أولويات التنفيذ، والقائمة الثانية تحتوي على مصفوفة الخيارات والتحويلات النصية المقابلة لكل شرط في حال تحققه. بالإضافة إلى ذلك، توفر الدالة وسيطاً مخصصاً للقيمة الافتراضية، وهو النص أو التحويل الذي يتم تطبيقه تلقائياً على أي سجل لا يحقق أياً من الشروط المذكورة في القائمة، مما يضمن تغطية شاملة لكافة الاحتمالات الممكنة.

يتيح هذا التصميم المعماري إضافة بادئات ولواحق متباينة بالكامل لكل شريحة من شرائح البيانات في خطوة حسابية موحدة وبأداء موجه بالكامل. يمكن لمهندس البيانات، على سبيل المثال، تصنيف العملاء إلى فئات متعددة وإضافة بادئة تعريفية خاصة بكل فئة بناءً على حجم المعاملات وتاريخ التسجيل، مع ضمان عدم تداخل الشروط وتنفيذ العملية بأعلى كفاءة ممكنة تضمن استقرار النظام البياني وسرعة معالجته.

6.3 المفاضلة المعمارية بين أدوات NumPy وأدوات Pandas الداخلية

على الرغم من أن مكتبة بانداس مبنية في الأصل فوق مصفوفات مكتبة نامباي، إلا أن هناك فروقاً معمارية جوهرية يجب إدراكها للمفاضلة بين استخدام الأدوات الداخلية لبانداس وأدوات نامباي المباشرة. تتعامل دوال نامباي مع البيانات ككتل ومصفوفات خام مجردة من الفهارس والتسميات المعقدة، مما يمنحها ميزة طفيفة في السرعة الخام وتقليل استهلاك الذاكرة المؤقتة أثناء التحويلات الشرطية المكثفة.

في المقابل، تتميز أدوات بانداس الداخلية بقدرتها الفائقة على الحفاظ على سلامة الفهارس الزمنية والنصية المعقدة، وإدارة محاذاة البيانات تلقائياً حتى في حال عدم تطابق ترتيب الصفوف بين السلاسل المختلفة. كما توفر بانداس تكاملاً أفضل مع أنواع البيانات النصية الحديثة والمعالجة المتقدمة للقيم المفقودة، وهو ما قد يتطلب خطوات معالجة إضافية عند الاعتماد الحصري على دوال نامباي المجردة من هذه الخصائص الهيكلية.

تتلخص القاعدة الهندسية في اختيار الأداة بناءً على طبيعة المهمة وحجم البيانات؛ ففي الحالات التي تتطلب تحويلات شرطية نصية معقدة عبر ملايين السجلات ذات الفهارس المتجانسة، يرجح استخدام أدوات نامباي لتقليل زمن المعالجة واستهلاك الموارد. أما في مراحل التحليل الاستكشافي، والبيانات ذات الفهارس المعقدة أو التي تحتوي على بيانات مفقودة تتطلب تعاملاً دلالياً خاصاً، فإن أدوات بانداس تظل الخيار الأكثر أماناً وموثوقية وتكاملاً.

7. التعامل المنهجي مع القيم المفقودة (NaN) أثناء دمج السلاسل النصية

7.1 إشكالية تحول NaN إلى السلسلة النصية ‘nan’

تُمثل القيم المفقودة في مجموعات البيانات واحدة من أخطر التحديات التي تواجه مهندسي ومحللي البيانات أثناء عمليات التحويل النصي. يكمن التهديد الأكبر عند استخدام دوال التحويل النمطي القياسية على عمود يحتوي على قيم مفقودة؛ حيث تقوم لغة بايثون بتحويل القيمة الخاصة بالغياب إلى سلسلة نصية صريحة تتكون من حروف الكلمة، مما يؤدي إلى دمج هذه الكلمة مع البادئات واللواحق كما لو كانت قيمة بيانية صحيحة وسليمة.

ينتج عن هذا السلوك الخفي تلوث بياني واسع النطاق يصعب اكتشافه بالعين المجردة في الجداول الكبيرة؛ حيث تتحول القيمة المفقودة من حالة الغياب الإحصائي المعترف بها إلى قيمة نصية فعلية تحتل مساحة في الذاكرة وتشارك في عمليات التجميع والعد الإحصائي. يؤدي هذا التلوث إلى تشويه دقة المؤشرات الإحصائية، وظهور فئات وهمية في التقارير التحليلية، وتضليل نماذج التعلم الآلي التي تفشل في التعرف على غياب البيانات الأصلي.

تتطلب مواجهة هذه الإشكالية تطبيق استراتيجيات فحص استباقية لرصد وجود القيم المفقودة قبل تطبيق أي عملية دمج نصي. يجب على مهندس البيانات استخدام دوال التحقق من الفراغات وحساب نسبتها في الأعمدة المستهدفة، ووضع مسارات معالجة استثنائية تفصل بين البيانات المكتملة والسجلات الناقصة لضمان عدم تمرير القيم المفقودة عبر دوال التحويل النمطي المباشرة دون حماية وضوابط صارمة وموثقة.

7.2 استراتيجيات المعالجة المسبقة باستخدام fillna

تُعد استراتيجية المعالجة المسبقة باستخدام دالة ملء الفراغات الموجهة من أكثر الطرق شيوعاً وفعالية للسيطرة على سلوك القيم المفقودة قبل الشروع في دمج السلاسل النصية. تتيح هذه الدالة استبدال القيم الفارغة بقيم نصية محددة سلفاً تتناسب مع السياق الدلالي لمجال العمل، مما يضمن اتساق المخرجات وتفادي التلوث النصي الناتج عن التحويل العشوائي للقيم المفقودة.

في كثير من السيناريوهات الهندسية، يُفضل استبدال القيم الفارغة بسلسلة نصية فارغة تماماً لا تحتوي على أي أحرف؛ يضمن هذا الإجراء عند دمج البادئة أو اللاحقة أن تصبح الخلية محتوية فقط على النص المضاف دون إلحاق كلمة غياب مشوهة، أو يمكن استبدالها ببادئة دلالية واضحة مثل كلمة غير محدد أو غير متوفر لإبراز حالة الغياب بشكل احترافي ومقنن يخدم قارئ التقرير النهائي ويسهل تصفيته لاحقاً.

يجب توثيق عمليات الاستبدال هذه بدقة ضمن سجلات تنظيف البيانات وخطوط المعالجة الآلية؛ حيث يسهم هذا التوثيق في الحفاظ على مسار تدقيق بياني واضح يوضح التحولات التي طرأت على السجلات الأصلية. يتيح هذا النهج المنهجي لبقية أعضاء الفريق البرمجي فهم مبررات وجود هذه النصوص البديلة والتمييز بين البيانات التي كانت فارغة في الأصل وتلك التي تم إنشاؤها عبر عمليات الدمج المتعمدة.

7.3 الحفاظ على القيم المفقودة (Preserving NaNs) دون تغيير

في العديد من التحليلات الإحصائية والأبحاث العلمية المتقدمة، يُشترط الحفاظ التام على القيم المفقودة في حالتها الأصلية دون استبدالها بنصوص أو دمج أي سوابق معها، لضمان عدم المساس بالخصائص التوزيعية للبيانات وسلامة الاختبارات الإحصائية اللاحقة. يتطلب هذا المطلب استخدام آليات برمجية ذكية تتجاوز الخلايا الفارغة أثناء عملية الدمج وتطبق التعديل فقط على الخلايا المحتوية على بيانات فعلية.

يمكن تحقيق هذا الهدف بدقة عبر استخدام دالة الدمج المتسلسل الموجهة مع ملحق النصوص، والتي تتميز بسلوك افتراضي يحافظ على القيم المفقودة دون تعديل؛ فعند دمج بادئة نصية مع عمود يحتوي على فراغات، تُبقي الدالة على تلك الفراغات كما هي تلقائياً ما لم يتم تمرير وسيط بديل صريح. كما يمكن استخدام الأقنعة المنطقية المعتمدة على دالة التحقق من وجود البيانات لتطبيق عملية الجمع النصي حصرياً على الصفوف غير الفارغة عبر دالة الوصول المكاني.

تضمن هذه المنهجية الصارمة عدم فقدان الهيكلية الأصلية لمصفوفة البيانات وتمنع التضخم المصطنع لعدد السجلات المكتملة. يتيح الحفاظ على القيم المفقودة للمحللين تطبيق دوال الإسقاط، أو خوارزميات الاستنتاج الإحصائي المتقدم لتعويض القيم الغائبة في مراحل لاحقة بناءً على مصفوفات نقية لم تتعرض لأي تشويه نصي أثناء مراحل الإعداد الأولي.

8. دمج النصوص عبر أعمدة متعددة (Multi-Column Concatenation)

8.1 دمج عمودين أو أكثر مع فواصل مخصصة

تتجاوز متطلبات هندسة البيانات في بيئات الأعمال مجرد تعديل عمود مفرد بإضافة نصوص ثابتة، حيث تبرز الحاجة المتكررة لدمج محتويات عمودين أو أكثر داخل نفس إطار البيانات لتكوين تمثيلات نصية مجمعة وشاملة. تتيح مكتبة بانداس تنفيذ هذا الدمج متعدد الأعمدة بعدة طرق برمجية تتراوح بين الجمع المباشر والدوال التجميعية الموجهة التي تتعامل مع أبعاد متباينة بكفاءة متسقة.

تعتمد الطريقة المباشرة على ربط أسماء الأعمدة باستخدام معامل الجمع مع وضع السلاسل النصية الفاصلة بينها لضمان وجود حدود بصرية وتنظيمية واضحة بين الحقول المدمجة؛ مثل وضع علامات الشارطة أو الفواصل المنقوطة بين اسم العميل، والمدينة، والرمز البريدي. يتطلب هذا الأسلوب التأكد التام من تحويل كافة الأعمدة الداخلة في العملية إلى النوع النصي لتفادي أخطاء عدم تطابق الأنواع وضمان سير عملية الدمج بسلاسة تامة عبر كامل الصفوف.

بالإضافة إلى الجمع البسيط، تتيح الدالة التجميعية الموجهة دمج مجموعة كاملة من الأعمدة المحددة دفعة واحدة عبر تمرير دالة الربط النصي وتحديد محور التنفيذ على مستوى الأعمدة الأفقية. يوفر هذا الأسلوب مرونة استثنائية عند التعامل مع جداول تحتوي على عشرات الحقول المراد دمجها في حقل وصفي واحد، مما يقلل من حجم الكود المكتوب ويحد من الأخطاء البشرية الناتجة عن تكرار أسماء الأعمدة يدوياً في التعليمات البرمجية.

8.2 إنشاء مفاتيح مجمعة فريدة (Composite Keys)

يُعد تكوين المفاتيح المركبة والمجمعة أحد أهم التطبيقات العملية لدمج النصوص عبر أعمدة متعددة في هندسة قواعد البيانات ومستودعات المعلومات الكبرى. يُقصد بالمفتاح المركب سلسلة نصية فريدة يتم توليدها عبر دمج حقول متعددة تمثل معاً هوية فريدة ومطلقة لكل صف داخل إطار البيانات، مما يمنع حدوث التكرار ويسهل عمليات الربط بين الجداول المنفصلة التي تفتقر إلى معرفات رقمية أحادية موحدة.

يتم بناء المفتاح المركب عادة بدمج كود الفرع، ومعرف القسم، وتاريخ المعاملة، ورقم السجل التسلسلي مع إدراج رموز فاصلة قياسية تفصل بين هذه المقاطع بدقة. تضمن هذه العملية إمكانية تفكيك المفتاح لاحقاً إذا لزم الأمر، وتسمح لمسؤولي قواعد البيانات بإجراء استعلامات الربط المتقاطع بكفاءة عالية وبأقل استهلاك ممكن لموارد المعالجة المخصصة لعمليات الفهرسة والفرز.

عقب توليد المفتاح المركب، تقتضي قواعد الجودة البرمجية إجراء اختبارات تحقق للتأكد من فرادة المفاتيح الناتجة وعدم وجود أي تطابق غير مقصود بين السجلات المختلفة؛ حيث يتم استخدام دوال التحقق من التكرار لحساب عدد القيم الفريدة ومقارنتها بالعدد الإجمالي لصفوف إطار البيانات. يضمن هذا الإجراء التأكيدي سلامة البنية الهيكلية للمفتاح وصلاحيته للاستخدام كفهرس أساسي للعمليات التحليلية الأكثر تعقيداً.

8.3 توليد نصوص سردية وملخصات آلية للبيانات

تتجه الأنظمة التحليلية الحديثة بشكل متزايد نحو أتمتة إنتاج الملخصات النصية والتقارير السردية المباشرة من البيانات الرقمية والوصفية المتاحة في الجداول؛ حيث يُطلب من خط المعالجة توليد فقرات نصية مقروءة آلياً تلخص أداء كل كيان أو حالة في سجل مفرد يمكن تصديره مباشرة إلى العملاء أو عرضه في واجهات الاستخدام التفاعلية دون تدخل بشري.

يتحقق هذا التوليد السردي عبر بناء قوالب نصية غنية تجمع بين النصوص الثابتة التي توفر السياق اللغوي وقيم الأعمدة المتعددة التي تملأ الفراغات بالحقائق الرقمية والأسماء المحددة. يمكن لمهندس البيانات صياغة عمود ملخص يذكر اسم المنتج، ومعدل المبيعات، ومستوى الرضا، وحالة المخزون ضمن جملة عربية أو إنجليزية منسقة نحوياً ودلالياً تعكس بدقة واقع السجل البياني المقابل.

تسهم هذه النصوص التوليدية في أتمتة إنتاج التسميات التوضيحية للرسوم البيانية، ورسائل التنبيه الآلية عبر البريد الإلكتروني، والتقارير التنفيذية الدورية الموجهة لصناع القرار. إن تحويل الأرقام الصامتة إلى نصوص مفهومة يختصر الوقت والجهد المبذول في تفسير الجداول المعقدة، ويسرع من وتيرة اتخاذ القرارات المبنية على البيانات عبر كافة المستويات الإدارية في المؤسسة.

9. التحويلات المتقدمة باستخدام التعبيرات النمطية (Regular Expressions)

9.1 إدراج النصوص في مواضع محددة باستخدام str.replace

عندما تتطلب معالجة النصوص إضافة بادئات أو لواحق داخل مقاطع وسيطة محددة من السلسلة النصية بدلاً من البداية أو النهاية المطلقة، تصبح الأدوات البسيطة عاجزة عن تلبية الغرض. في هذه الحالات المتقدمة، يتم اللجوء إلى قوة التعبيرات النمطية المدمجة مع دالة الاستبدال الموجهة في مكتبة بانداس للوصول إلى دقة متناهية في إعادة تشكيل البنية النصية للبيانات.

تعتمد هذه التقنية على تفعيل وسيط الأنماط المنتظمة داخل دالة الاستبدال، وتحديد النمط الهندسي للنص المراد استهدافه عبر رموز المطابقة القياسية. يتيح هذا النهج تحديد مواقع محددة داخل السلسلة النصية؛ مثل إدراج نص معين مباشرة بعد رمز خاص، أو حشو أرقام محددة داخل مقطع نصي وسيط، دون التأثير على بقية أجزاء الكلمة أو الرقم الأصلي المسجل في العمود.

توفر هذه المرونة الاستثنائية إمكانية تعديل وتصحيح التنسيقات غير القياسية للبيانات القادمة من مصادر متباينة؛ كأن يتم تصحيح صياغات التواريخ المكتوبة بطرق غير متجانسة، أو إضافة بادئات فرعية لأكواد المنتجات في مواضع محددة بناءً على نوع الصنف، مما يرفع من جودة البيانات ويجعلها متوافقة تماماً مع معايير التحليل والفرز المعتمدة في النظام المؤسسي.

9.2 الاستفادة من مجموعات الالتقاط (Capture Groups)

تُمثل مجموعات الالتقاط في التعبيرات النمطية إحدى أروع التقنيات البرمجية لتفكيك النصوص وإعادة تركيبها مع إضافة عناصر نصية جديدة بين أجزائها المختلفة بحرية تامة. يتم تعريف هذه المجموعات عبر إحاطة الأنماط الجزئية المستهدفة بأقواس دائرية داخل التعبير النمطي، مما يسمح للنظام بحفظ المقاطع المتطابقة في متغيرات مرجعية مؤقتة يمكن استدعاؤها لاحقاً في نص الاستبدال.

في نص الاستبدال، يتم الرجوع إلى هذه المجموعات الملتقطة باستخدام الرموز المرجعية المتبوعة برقم المجموعة، مما يتيح إعادة ترتيب الكلمات، وحشو نصوص أو فواصل جديدة بينها، وإحاطة مقاطع معينة بأقواس أو رموز توضيحية. يُستخدم هذا الأسلوب بشكل واسع في تنسيق أرقام الهواتف؛ حيث يتم التقاط كود الدولة، وكود المنطقة، والرقم المحلي بشكل منفصل، ثم إعادة دمجها مع إضافة الأقواس والمسافات والشارطات التوضيحية في عملية موجهة واحدة.

تسهم مجموعات الالتقاط كذلك في استخراج الأرقام التسلسلية من النصوص الطويلة وإعادة صياغتها بإضافة بادئات مقننة توضح طبيعة المعرف. يمنح هذا الأسلوب مهندس البيانات تحكماً مطلقاً في بنية النص الناتج، مما يتيح تحويل النصوص العشوائية غير المهيكلة إلى سجلات قياسية بالغة الدقة والتنظيم بأعلى كفاءة معالجة ممكنة على مستوى المصفوفة البيانية بالكامل.

9.3 توحيد المعايير وتنظيف البيانات غير المتجانسة

تعاني البيانات المجمعة من منصات متعددة أو عبر فترات زمنية طويلة من مشكلة عدم اتساق المعايير؛ حيث قد تحتوي بعض السجلات على البادئة المطلوبة مسبقاً بينما تفتقر إليها سجلات أخرى، أو قد تتفاوت أطوال النصوص ورموز الترقيم المستخدمة بين مدخل وآخر. يؤدي تطبيق دمج نصي مباشر وعشوائي في هذه الظروف إلى تكرار غير مرغوب للبادئات وتشويه السجلات التي كانت منسقة بشكل صحيح في الأصل.

تتيح التعبيرات النمطية المتقدمة صياغة شروط ذكية تتحقق أولاً من وجود البادئة أو اللاحقة قبل إضافتها؛ حيث يمكن كتابة أنماط تبحث عن السجلات التي تبدأ بنص محدد واستثنائها من عملية الإضافة، أو إزالة أي بادئات مشوهة أو زائدة واستبدالها بالصيغة القياسية الموحدة. يضمن هذا النهج تحقيق أقصى درجات الاتساق البياني وتوحيد المظهر العام لكافة خلايا العمود دون إحداث ازدواجية في التسميات.

يختتم خط المعالجة المعتمد على التعبيرات النمطية بالتحقق من مطابقة كافة المخرجات للمواصفات القياسية للجودة المعتمدة في المشروع؛ حيث يتم استخدام دوال المطابقة الكاملة للتأكد من أن جميع عناصر العمود تتبع نفس النمط التركيبي الدقيق. يمثل هذا التوحيد المعياري خط الدفاع الأول لضمان استقرار خوارزميات التعلم الآلي والأنظمة التحليلية المتقدمة التي تعتمد اعتماداً كلياً على جودة ونقاء البيانات المدخلة.

10. تحليل الأداء واستهلاك الذاكرة (Performance & Optimization)

10.1 قياس الزمن الحسابي ومقارنة أداء الأساليب المختلفة

يُعد قياس الأداء الحسابي وتحليل استهلاك الموارد خطوة مفصلية في تقييم مدى كفاءة الأساليب البرمجية المختلفة المتبعة لإضافة السلاسل النصية في مكتبة بانداس. يتيح استخدام الأدوات التحليلية المدمجة في بيئات بايثون التفاعلية، مثل الأداة السحرية لقياس الزمن الحسابي، تنفيذ مقارنات تجريبية دقيقة تقيس الزمن المستغرق لتنفيذ كل أسلوب عبر تكراره لعدة دورات وحساب المتوسط الإحصائي والانحراف المعياري للزمن المنقضي بدقة متناهية.

تُظهر نتائج الاختبارات المنهجية عبر مجموعات بيانات تتدرج من آلاف إلى ملايين الصفوف تفاوتاً جوهرياً في الأداء؛ حيث تتصدر العمليات الموجهة القائمة على معامل الجمع ودالة الدمج المتسلسل قمة الهرم من حيث السرعة وكفاءة التنفيذ الحسابي، بينما تتراجع الطرق القائمة على الدوال المخصصة وتطبيقات التعيين اليدوي إلى مراكز متأخرة بفارق زمني ملحوظ يتزايد طردياً مع تضخم حجم مصفوفة البيانات المستهدفة.

يوضح رسم منحنيات الأداء الحسابي كيف أن العمليات الموجهة تحافظ على استقرار نسبي في معدل النمو الزمني الخطي مع تزايد عدد السجلات، بفضل استغلالها للتحسينات البرمجية على مستوى لغة السي وإدارة الكتل الذاكرية المتصلة. في المقابل، تشهد الدوال غير الموجهة تصاعداً حاداً في الزمن المستغرق نتيجة لتكلفة التبديل المستمر للسياق وإدارة مراجع الكائنات في بايثون، مما يؤكد ضرورة تبني الأساليب الموجهة في خطوط الإنتاج الفعلية.

10.2 تأثير نوع البيانات StringDtype الجديد في إصدارات Pandas الحديثة

قدمت الإصدارات الحديثة من مكتبة بانداس نقلة نوعية في إدارة البيانات النصية عبر استحداث نوع البيانات النصي الصريح، والمصمم خصيصاً لتجاوز القصور التاريخي المرتبط بنوع الكائن العام التقليدي. في الأنظمة القديمة، كانت النصوص تُخزن كمصفوفة من المؤشرات التي تشير إلى كائنات بايثون المتناثرة في الذاكرة، مما يسبب تجزئة الذاكرة ويبطئ عمليات الوصول والمعالجة المتزامنة.

يوفر النوع النصي الجديد دعماً أصلياً للتعامل مع السلاسل النصية ودمجها، مع إدارة استثنائية للقيم المفقودة تمنع التداخل الشائع بين النصوص والقيم الفارغة. يتميز هذا النوع بتكامله العميق مع محركات التخزين العمودية المتقدمة مثل محرك Apache Arrow، والذي يتيح تخزين النصوص في كتل متجاورة وغير قابلة للتغيير، مما يقلل بشكل جذري من الحجم الإجمالي للذاكرة المحجوزة ويسرع عمليات الدمج والبحث النصي بمعدلات غير مسبوقة.

للاستفادة القصوى من هذه التحسينات المعمارية، يُنصح بتحويل أعمدة البيانات النصية صراحة إلى هذا النوع الحديث قبل البدء في عمليات الدمج والتحوير المعقدة. يضمن هذا التحويل الاستباقي حماية الكود من الأخطاء غير المتوقعة الناتجة عن تباين الأنواع، ويعزز من قابلية التوسع لمنظومات معالجة البيانات الضخمة التي تتطلب استقراراً عالياً واستهلاكاً رشيداً لموارد الخوادم ومحطات العمل السحابية.

10.3 تحسين استهلاك الذاكرة باستخدام البيانات الفئوية (Categorical Data)

في العديد من مجموعات البيانات الواقعية، تتكرر النصوص ضمن العمود الواحد عبر عدد محدود من الفئات المكررة؛ مثل أسماء الدول، أو رموز المحافظات، أو تصنيفات المنتجات والحالات التشغيلية. في هذه السيناريوهات، يؤدي تخزين النصوص وسوابقها المدمجة كسلاسل نصية مستقلة لكل صف إلى إهدار هائل في مساحة الذاكرة نتيجة لتكرار نفس السلاسل النصية ملايين المرات دون داعٍ هندسي حقيقي.

يبرز تحويل العمود إلى نوع البيانات الفئوية كحل استراتيجي عبقري لضغط الذاكرة وتسريع المعالجة؛ حيث تقوم بانداس بتخزين السلاسل النصية الفريدة مرة واحدة فقط في جدول مرجعي داخلي، بينما تُستبدل القيم في الصفوف بأرقام صحيحة مدمجة تشير إلى موقع النص في الجدول. عند إجراء عمليات التعديل أو دمج النصوص، يمكن تطبيق العملية حصرياً على الفئات المرجعية الفريدة دون الحاجة لتكرار العملية على ملايين الصفوف، مما يقلل الزمن الحسابي ومساحة الذاكرة بنسب قد تتجاوز تسعين بالمائة.

تتطلب إدارة البيانات الفئوية موازنة هندسية واعية؛ حيث يجب تقييم نسبة التكرار في العمود قبل اتخاذ قرار التحويل، فإذا كانت معظم قيم العمود فريدة ولا تتكرر، فإن التحويل الفئوي قد يضيف عبئاً إدارياً إضافياً دون تحقيق وفورات حقيقية في الذاكرة. أما في الأعمدة ذات التكرار العالي، فإن الجمع بين المعالجة الفئوية وعمليات الدمج النصي يمثل القمة في الكفاءة الهندسية والأداء الحسابي الأمثل.

11. حالات استخدام وسيناريوهات واقعية في علم وتحليل البيانات

11.1 تنسيق العملات والوحدات القياسية في البيانات المالية والتجريبية

تُمثل البيانات المالية والتجريبية حقلاً غنياً تتجلى فيه أهمية دمج السلاسل النصية بدقة واحترافية؛ حيث نادراً ما تُعرض الأرقام الخام في التقارير النهائية دون إقرانها برموز العملات المقابلة أو وحدات القياس المعيارية المعتمدة دولياً. تتطلب هذه العملية صياغة دقيقة تجمع بين الأرقام بعد تقريبها للنطاق المناسب والسوابق أو اللواحق التي توضح السياق المالي أو العلمي للرقم.

في التطبيقات المصرفية، يتم استخدام عمليات الدمج الموجهة لإضافة رموز العملات النقدية مثل الدولار واليورو والريال السعودي في مقدمة الأرقام، مع إضافة فواصل الآلاف وضبط المنازل العشرية في خطوة متكاملة تضمن جهوزية الجداول للنشر المباشر. وبالمثل، يتم في المختبرات والبيانات الهندسية إضافة وحدات القياس الفيزيائية مثل الكيلوغرام، والأمتار، ومعدلات الضغط كلوامح نصية ملاصقة للقيم العددية المقاسة عبر الحساسات والأجهزة التجريبية.

تسهم هذه التنسيقات المنهجية في رفع القيمة الوصفية للجداول والتقارير الإحصائية، وتمنع الوقوع في أخطاء التفسير التي قد تنجم عن غياب الوحدات المحددة. كما تضمن تهيئة البيانات للعرض في واجهات المستخدمين ولوحات التحكم التفاعلية بأعلى مستويات الوضوح البصري والدقة المهنية المطلوبة في قطاعات الأعمال الحساسة والبحوث الأكاديمية المحكمة.

11.2 إنشاء الروابط الإلكترونية ومسارات الملفات برمجياً

تتطلب خطوط هندسة البيانات وأتمتة العمليات الرقمية في كثير من الأحيان توليد روابط إلكترونية ديناميكية ومسارات تخزين محلية أو سحابية بناءً على معرفات مسجلة في جداول البيانات؛ كأن يتم ربط معرف كل مستخدم بالرابط الأساسي لملفه الشخصي، أو توليد مسارات التخزين المنظمة للصور والملفات المرفقة الموزعة عبر المجلدات الرقمية للمؤسسة.

يتحقق هذا البناء البرمجي عبر دمج النطاق الأساسي أو المسار المرجعي للمجلد كبادئة نصية ثابتة، تليها معرفات السجلات المستخرجة من الأعمدة، مع إلحاق الامتدادات القياسية للملفات كلواحق نصية ختامية. تضمن العمليات الموجهة في بانداس إنشاء مئات الآلاف من هذه المسارات بدقة متناهية وفي أجزاء من الثانية، مما يسهل عمليات تنزيل البيانات التلقائية وتغذية الأنظمة السحابية بروابط المعالجة المباشرة.

يجب مراعاة معايير الأمان وترميز الروابط والمسارات أثناء عملية الدمج؛ حيث يتطلب التعامل مع الأسماء التي تحتوي على مسافات أو رموز خاصة استخدام دوال الترميز القياسي لمنع كسر الروابط وضمان توافقها التام مع متصفحات الإنترنت وأنظمة التشغيل المختلفة. يوفر هذا التكامل بين دمج النصوص وترميز المسارات بنية تحتية قوية لأتمتة نقل وتخزين البيانات عبر الشبكات المؤسسية بكفاءة وموثوقية.

11.3 تجهيز البيانات لنماذج التعلم الآلي ومعالجة اللغات الطبيعية (NLP)

يُعد إعداد البيانات النصية لتدريب نماذج الذكاء الاصطناعي ومعالجة اللغات الطبيعية أحد أحدث وأهم التطبيقات الهندسية لدمج السلاسل النصية في مكتبة بانداس. تتطلب بنى المحولات الحديثة والنماذج اللغوية الكبيرة تزويد النصوص المدخلة برموز وبادئات توجيهية خاصة تحدد بداية ونهاية الجمل، أو توضح نوع المهمة المطلوبة كالتصنيف، أو الترجمة، أو التلخيص الآلي.

تتيح عمليات الدمج النصي الموجهة إحاطة النصوص الخام بهذه العلامات المرجعية والرموز الوصفية دفعة واحدة قبل تمريرها لخوارزميات التقطيع اللغوي والترميز الرقمي. كما يتم استخدام هذه التقنيات في مهام تصنيف المشاعر وتحليل الآراء عبر دمج النصوص الوصفية المتعددة؛ كدمج عنوان المراجعة مع نصها التفصيلي واسم المنتج في حقل موحد يوفر سياقاً لغوياً غنياً يعزز من قدرة النموذج على الفهم والتحليل الاستنتاجي.

يسهم هذا الإعداد المنهجي في توحيد الصيغ اللغوية للمدخلات وتوسيع المفردات الدلالية للنصوص المعالجة، مما ينعكس إيجابياً على سرعة تقارب خوارزميات التدريب ودقة النتائج التنبؤية للنماذج. إن تحويل مصفوفات البيانات الجداولية إلى نصوص مهيكلة وموسومة بدقة يمثل الجسر الرابط بين قواعد البيانات التقليدية وثورة الذكاء الاصطناعي التوليدي المعاصر.

12. أفضل الممارسات البرمجية وتجنب الأخطاء الشائعة وحلولها

12.1 تجنب تحذير SettingWithCopyWarning الشهير

يُعد التحذير المتعلق بالتعديل على نسخة من إطار البيانات بدلاً من الأصل واحداً من أكثر الرسائل التحذيرية إثارة للحيرة بين مستخدمي مكتبة بانداس بمختلف مستوياتهم. ينشأ هذا التحذير عندما يحاول المطور تعديل عمود نصي ناتج عن عملية تصفية أو فرز سابقة دون توضيح ما إذا كان التعديل يجب أن يسري على إطار البيانات الأصلي أم على شريحة مؤقتة تم إنشاؤها في الذاكرة أثناء الاستعلام.

لتجنب هذا التحذير وضمان استقرار الكود البرمجي، يجب الالتزام الصارم بقاعدتين هندسيتين أساسيتين: القاعدة الأولى هي استخدام دالة النسخ الصريحة عند إنشاء إطار بيانات فرعي مشتق من جدول أكبر، مما يفصل مساحة الذاكرة الخاصة بالبيانات الجديدة عن الجدول الأصلي تماماً. والقاعدة الثانية هي الاعتماد الدائم على دالة الوصول المكاني الموجهة لإجراء التعديلات الشرطية المباشرة داخل الجدول الأصلي دون إنشاء سلاسل إسناد متتالية ومبهمة.

يسهم اتباع هذه الممارسات السليمة في كتابة كود برمجي آمن، متين، وخالٍ من السلوكيات غير المتوقعة التي قد تؤدي إلى فقدان التعديلات أو إتلاف البيانات الأصلية بصمت دون إطلاق أخطاء توقف البرنامج. إن فهم الفرق المعماري بين العرض السطحي للبيانات والنسخ المستقل في الذاكرة يمثل علامة فارقة في نضج مهندس البيانات وقدرته على بناء أنظمة معالجة مستقرة وقابلة للتوسع.

12.2 التعامل مع الأنواع المختلطة وترميز الحروف (Character Encoding)

تفرض البيئات متعددة اللغات وتكامل البيانات من مصادر جغرافية متباينة تحديات جسيمة تتعلق بترميز الحروف وإدارة الأعمدة ذات الأنواع المختلطة. يؤدي وجود خليط من النصوص، والأرقام، والقيم المنطقية داخل نفس العمود إلى فشل العمليات الموجهة وإطلاق أخطاء برمجية مفاجئة أثناء محاولات الدمج المباشر ما لم يتم تطبيق عمليات تنظيف وتوحيد نمطي مسبقة.

يجب التأكد من اعتماد الترميز العالمي الموحد UTF-8 كمعيار افتراضي وثابت لكافة مراحل قراءة ومعالجة وتصدير البيانات النصية، خاصة عند التعامل مع النصوص المكتوبة باللغة العربية أو اللغات التي تحتوي على تشكيلات ورموز غير لاتينية. كما ينبغي فحص اتساق أنواع البيانات داخل كل عمود باستخدام دوال الفحص النمطي وتحويل كافة العناصر المتنافرة إلى تمثيل نصي موحد يمنع التضارب البرمجي أثناء المعالجة.

تتطلب المعالجة الاحترافية كذلك الانتباه إلى الفروق الطفيفة في أشكال الحروف والمسافات الصفرية والرموز غير المرئية التي قد تتسلل إلى النصوص عبر واجهات الإدخال اليدوي. يضمن استخدام دوال المطابقة والتنظيف المعياري توحيد هذه الحروف وإزالة أي تشوهات نصية قبل تطبيق البادئات واللواحق، مما يؤسس لمخرجات نقية تتطابق تماماً مع أعلى معايير الجودة البيانية الدولية.

12.3 قائمة مرجعية (Checklist) لكتابة كود معالجة نصوص نظيف وفعال

لضمان أعلى درجات الكفاءة البرمجية والموثوقية الهندسية في مهام تحوير ودمج السلاسل النصية داخل مكتبة بانداس، يجب على المطور ومحلل البيانات اتباع قائمة مرجعية منهجية ومحكمة قبل وأثناء وبعد تنفيذ العمليات التحويلية في بيئات الإنتاج الفعلية والمشاريع الأكاديمية على حد سواء:

• التحقق المسبق من أنواع البيانات: التأكد من نوع بيانات العمود المستهدف، والتحويل الصريح إلى النوع النصي المناسب لتفادي أخطاء عدم تطابق الأنواع الحسابية.
• فحص وإدارة القيم المفقودة: رصد نسبة القيم الفارغة وتحديد استراتيجية واضحة للتعامل معها؛ سواء بالملء المسبق أو الحفاظ عليها دون تحويلها لكلمات مشوهة.
• اختيار الأداة البرمجية الأمثل: المفاضلة الواعية بين العمليات الموجهة المباشرة، وملحق النصوص، وأدوات نامباي، وحصر استخدام الدوال المخصصة في أضيق الحدود الممكنة.
• تنظيف الفراغات والشوائب: تطبيق دوال إزالة المسافات البيضاء الزائدة وضبط اتساق التنسيق قبل الشروع في دمج البادئات واللواحق الجديدة.
• الالتزام بقواعد التعديل الآمن: استخدام دالة الوصول المكاني المباشرة لتجنب التحذيرات والحفاظ على تكامل مساحات التخزين في الذاكرة.
• إجراء اختبارات التأكيد البرمجية: كتابة جمل تأكيدية تفحص ثبات عدد الصفوف، وتطابق الفهارس، وعدم حدوث تشوهات غير مقصودة في هيكل البيانات الناتج.

خاتمة وخلاصة شاملة

استعرض هذا الدليل الأكاديمي الشامل كافة الأبعاد النظرية والتطبيقية لعملية إضافة السلاسل النصية إلى قيم الأعمدة في مكتبة بانداس، مؤكداً على أن هذه المهمة التي قد تبدو بسيطة في ظاهرها، تمثل في جوهرها عملية هندسية تتطلب فهماً عميقاً للبنى التحتية لإدارة الذاكرة وآليات التنفيذ الموجه للعمليات البرمجية في لغة بايثون.

إن الانتقال من التفكير القائم على التكرار اليدوي إلى تبني العمليات الموجهة واستغلال إمكانيات مكتبتي بانداس ونامباي يسهم بشكل جذري في تسريع خطوط معالجة البيانات، وتقليل استهلاك موارد المعالجة، وضمان استقرار الأنظمة التحليلية الكبرى. كما أن التعامل الواعي مع القيم المفقودة، وترميز الحروف، والأنواع المختلطة يحمي المشاريع من الأخطاء الخفية ويؤسس لقواعد بيانات موثوقة تدعم اتخاذ القرارات وتغذي نماذج الذكاء الاصطناعي بأعلى مستويات الجودة والدقة العلمية.

References

• McKinney, W. (2010). Data structures for statistical computing in Python. In Proceedings of the 9th Python in Science Conference (Vol. 445, pp. 51–56). https://doi.org/10.25080/Majora-92bf1928-005
• McKinney, W. (2022). Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter (3rd ed.). O’Reilly Media. https://wesmckinney.com/book/
• Harris, C. R., Millman, K. J., van der Walt, S. J., Gommers, R., Virtanen, P., Cournapeau, D., … & Oliphant, T. E. (2020). Array programming with NumPy. Nature, 585(7825), 357–362. https://doi.org/10.1038/s41586-020-2649-2
• Pandas Development Team. (2024). pandas: powerful Python data analysis toolkit (Version 2.2.0). Zenodo. https://pandas.pydata.org/docs/
• Van Rossum, G., & Drake, F. L. (2009). Python 3 Reference Manual. CreateSpace. https://docs.python.org/3/
• VanderPlas, J. (2016). Python Data Science Handbook: Essential Tools for Working with Data. O’Reilly Media. https://jakevdp.github.io/PythonDataScienceHandbook/