بانداس: تحديد الصفوف التي يتساوى فيها عمودان

تُعد معالجة البيانات الجدولية وتحليلها الركيزة الأساسية التي تقوم عليها علوم البيانات الحديثة، وتطبيقات الذكاء الاصطناعي، والبحوث الإحصائية المتقدمة. وفي قلب هذه المنظومة البرمجية المعتمدة على لغة بايثون، تبرز مكتبة بانداس (Pandas) بوصفها الأداة الأكثر رسوخاً ومرونة للتعامل مع الهياكل البيانية ثنائية الأبعاد، المتمثلة في «أطر البيانات» (DataFrames). تتيح هذه المكتبة للمحللين والمطورين إجراء عمليات جبرية ومنطقية معقدة عبر صياغات برمجية تتسم بالأناقة والكفاءة الحوسبية، مستفيدة من البنية التحتية الصلبة المكتوبة بلغة السي عبر مكتبة نمباي (NumPy).

من بين العمليات التحليلية الجوهرية التي يواجهها ممارسو علوم البيانات بصفة يومية، تبرز مسألة تصفية واختيار الصفوف بناءً على تطابق القيم بين عمودين مختلفين داخل إطار البيانات نفسه. قد تبدو هذه المسألة للوهلة الأولى مجرد عملية فرز منطقية بسيطة تتلخص في صياغة شرط مساواة رياضي، إلا أنها في واقع الأمر عملية تتقاطع فيها مفاهيم الجبر العلائقي، والتحسين الحوسبي للمصفوفات، وإدارة الذاكرة، وقضايا الدقة الحسابية للأنظمة الرقمية، لاسيما عند التعامل مع مجموعات بيانية ضخمة أو أنواع بيانات متباينة وحساسة مثل الأعداد العشرية والقيم المفقودة.

يتناول هذا الدليل الشامل والمفصل الأبعاد الرياضية والبرمجية لعملية مطابقة الأعمدة في مكتبة بانداس. سنغوص عميقاً في تفكيك الميكانيزمات الداخلية لمختلف الأساليب التقنية المتاحة، بدءاً من التصفية عبر الفهرسة البوليانية، مروراً بدالة الاستعلام النصي المتقدمة، ووصولاً إلى محددات الوصول الصريحة والمتجهات فائقة السرعة. كما يستعرض المقال التحديات العملية المتقدمة كمعالجة القيم الفارغة والتفاوت العشري وتطبيع النصوص، مدعوماً بدراسة حالة تطبيقية متكاملة في مجال القياس السلوكي والنفسي، ليقدم مرجعاً برمجياً وأكاديمياً متكاملاً للمحللين والباحثين الساعين لكتابة شيفرات تتسم بالدقة الرياضية والفعالية الحاسوبية القصوى.

1. مقدمة تأصيلية: مفهوم مطابقة الأعمدة في هياكل بيانات بانداس وتطبيقاتها التحليلية

1.1 الأهمية الرياضية والمنطقية لمطابقة الأعمدة في هياكل البيانات

ترتكز عمليات التصفية في هياكل البيانات الحديثة على مبادئ الجبر العلائقي (Relational Algebra) الذي وضعه عالم الحاسوب إدغار كود في سبعينيات القرن العشرين. في هذا السياق الرياضي، يُمثل إطار البيانات (DataFrame) علاقة رياضية تتألف من مجموعة من الصفوف المرتبة أو غير المرتبة، حيث يمثل كل صف عنصراً من عناصر الجداء الديكارتي لمجالات الأعمدة المكونة له. عند إجراء عملية اختيار مشروط (Selection Operator – $\sigma$)، فإننا نقوم بتطبيق دالة تقييم منطقية (Predicate) على كل صف في العلاقة. حينما يكون هذا الشرط هو مطابقة عمودين، فإن العملية تُعرّف رياضياً بأنها استخراج المجموعة الجزئية من الصفوف التي يتحقق فيها التساوي المنطقي الثنائي بين المركبة $C_1$ والمركبة $C_2$.

تعتمد المساواة المنطقية في بيئة بايثون ومكتبة بانداس على التقييم المزدوج للقيم عبر متجهات أحادية البعد. يتجاوز هذا التقييم مجرد المقارنة السطحية للهوية الفيزيائية للكائنات في الذاكرة (Memory Identity)، ليركز على تكافؤ القيم الدلالية (Semantic Value Equality). داخل المصفوفات ثنائية الأبعاد، يتم التعامل مع الأعمدة بوصفها متجهات مستقلة ذات طول متطابق؛ مما يحيل عملية المقارنة إلى مقارنة إحداثية تقابلية (Element-wise Comparison). هذه الآلية تضمن خضوع كل عنصر في المتجه الأول لاختبار التكافؤ مع العنصر المقابل له في المتجه الثاني عند نفس المؤشر الموضعي.

تؤدي مطابقة القيم دوراً محورياً في إرساء اتساق البيانات والتحقق من صحة المدخلات التجريبية. ففي النظم الحسابية المعقدة، يُعد تطابق حقلين مؤشراً حاسماً على التزامن، أو الدقة الحسابية، أو تكرار القياس. على سبيل المثال، التحقق من تطابق رصيد الحساب المحسوب آلياً مع الرصيد الوارد من كشف الحساب الخارجي يشكل قاعدة المراجعة المحاسبية البرمجية. بالتالي، فإن الفهم النظري الدقيق لكيفية تقييم التساوي المنطقي بين المتجهات هو الأساس الذي يُبنى عليه ضمان خلو البيانات من التشوهات والشوائب التحليلية.

1.2 سياقات الاستخدام في معالجة البيانات والعلوم السلوكية والإحصائية

تتعدد السياقات التطبيقية لمطابقة الأعمدة وتتباين بتباين الحقول العلمية؛ ففي العلوم السلوكية والقياس النفسي، تبرز الحاجة الملحة لحساب «توافق المحكمين» (Inter-Rater Reliability). عندما يقوم خبيران بتقييم سلوك معين أو تصحيح استجابات اختبار مقالي، يتم رصد درجات كل مقيّم في عمود مستقل. إن استخراج الصفوف التي تطابقت فيها درجات المقيّمين يمثل الخطوة الأولى في حساب مؤشرات التوافق الإحصائية مثل معامل «كابا كوهين» (Cohen’s Kappa)، حيث يُعد التحديد الدقيق لصفوف التطابق التام الركيزة لحساب التوافق الملحوظ مقابل التوافق المتوقع بالصدفة.

يمتد هذا الاحتياج إلى الدراسات الطولية والتجريبية التي تعتمد على تصميم القياس القبلي والبعدي (Pre-test / Post-test Design). في مثل هذه الدراسات، يرغب الباحث في عزل الحالات التي أظهرت ثباتاً مطلقاً في السلوك أو الاستجابة، حيث لم يطرأ أي تغيير على الحالة النفسية أو المعرفية للمشارك عبر الزمن. إن تصفية البيانات لاستخراج الصفوف التي تتساوى فيها استجابة الاختبار القبلي مع استجابة الاختبار البعدي تُمكّن الباحث من دراسة الخصائص الديموغرافية والنفسية للفئات المقاومة للتغيير أو التي لم تتأثر بالتدخل التجريبي، مما يثري التحليل الإحصائي المقارن.

علاوة على ذلك، في هندسة البيانات وإدارة قواعد البيانات التحليلية، تُعد مطابقة الأعمدة وسيلة جوهرية لاكتشاف التكرارات وفحص التباين في البيانات المجدولة المعقدة. تظهر هذه الحالة بوضوح عند دمج الجداول عبر عمليات الربط الخارجي (Full Outer Joins)، حيث تنشأ أعمدة من مصادر متعددة يُفترض تطابقها، مثل معرفات المستخدمين أو أكواد المنتجات. تُستخدم عمليات مطابقة الأعمدة هنا للتدقيق المتبادل (Cross-Validation)، والتأكد من عدم وجود أخطاء في تكامل البيانات بين الأنظمة المختلفة (Data Discrepancy Auditing).

1.3 نظرة عامة على التقنيات البرمجية المتاحة في مكتبة بانداس

توفر مكتبة بانداس ترسانة متكاملة من الأدوات البرمجية لتحقيق هدف مطابقة الأعمدة، وتختلف هذه الأدوات فيما بينها من حيث الصياغة النحوية، وسرعة التنفيذ، واستهلاك الذاكرة. التقنية الأولى والأكثر شيوعاً هي «الفهرسة المنطقية» (Boolean Indexing)، والتي تعتمد على إنشاء قناع بولياني ناتج عن المقارنة المباشرة بين سلسلتين (Series)، ثم تمرير هذا القناع إلى إطار البيانات لاستخلاص الصفوف التي يقابلها القيمة المنطقية الصائبة. تتميز هذه الطريقة بوضوحها وقربها من المنطق البرمجي التقليدي للغة بايثون.

التقنية الثانية تتمثل في استخدام دالة الاستعلام query()، وهي وسيلة عالية المستوى تسمح بكتابة شروط التصفية في هيئة سلاسل نصية مصاغة بأسلوب يشبه لغة SQL. تعتمد هذه الدالة في كواليسها على محرك التقييم الرياضي فائق السرعة NumExpr، مما يجعلها خياراً جذاباً لقراءة الأكواد وتبسيط العمليات المعقدة، خاصة عند التعامل مع أطر البيانات ذات أسماء الأعمدة المعيارية دون الحاجة إلى تكرار اسم إطار البيانات في كل شرط.

تكتمل هذه المنظومة بالاعتماد على محددات الوصول المتقدمة مثل .loc[]، التي تجمع بين كفاءة الفهرسة البوليانية والقدرة على تحديد الأعمدة المستهدفة بالتعديل أو العرض في خطوة تنفيذية واحدة، مما يمنع إنشاء نسخ غير ضرورية في الذاكرة. يضاف إلى ذلك استخدام الدوال الرياضية المتجهة من مكتبة نمباي التحتية، مثل numpy.where() و numpy.isclose()، والتي تمنح المطورين تحكماً دقيقاً في معالجة الحالات الخاصة كالأعداد العشرية والقيم المفقودة، وهو ما سنفصله بدقة منهجية عبر هذا المقال.

2. البنية المنهجية لمكتبة بانداس وآليات مقارنة المتجهات

2.1 التحويل الاتجاهي (Vectorization) ومزاياه الحوسبية

يكمن السر الحقيقي وراء الأداء المذهل لمكتبة بانداس في مفهوم «التحويل الاتجاهي» أو المعالجة المتجهة (Vectorization). في بيئة بايثون القياسية، يؤدي استخدام الحلقات التكرارية التقليدية مثل for للمرور على صفوف مصفوفة ما إلى تباطؤ شديد؛ ويعود ذلك إلى كون بايثون لغة ديناميكية التفسير تقوم بالتحقق من نوع البيانات (Type Checking) وإدارة عدادات الإسناد لكل عنصر بصورة منفردة في كل دورة تكرارية، وهو ما يعرف بعبء التفسير الإضافي (Interpreted Overhead).

في المقابل، تقوم العمليات المتجهة في بانداس ونمباي بنقل تنفيذ العمليات المنطقية والحسابية من مستوى بايثون العالي إلى كود مجمع ومترجم ومكتوب بلغة C و Fortran. عند مقارنة عمودين بواسطة المعامل المتجه df['A'] == df['B']، يتم تنفيذ المقارنة عبر دورات تكرارية مكتوبة بالسي تعمل مباشرة على مستويات متجاورة ومستمرة في الذاكرة الفيزيائية (Contiguous Memory Blocks). هذا النمط من التصميم يحقق أقصى استفادة من تقنيات المعالجة الحديثة على مستوى المعالج المركزي، مثل تعليمات البيانات المتعددة للتعليمة الواحدة (SIMD – Single Instruction, Multiple Data).

تسمح هذه البنية للمعالج بتحميل عدة قيم من العمودين في مسجلات المعالج (CPU Registers) دفعة واحدة، ومقارنتها في نبضة ساعة حوسبية واحدة، فضلاً عن تحسين استغلال ذاكرة التخزين المؤقت للمعالج (CPU Cache Locality). ينتج عن هذا التوليف الهندسي تفوق ساحق في السرعة الحسابية يصل إلى عشرات أو مئات الأضعاف مقارنة بالحلقات التكرارية اليدوية، وهو ما يُعد عاملاً حاسماً عند معالجة البيانات الضخمة التي تتضمن ملايين السجلات.

2.2 طبيعة السلاسل البيانية (Series) كمتجهات منطقية

عند إجراء عملية مقارنة بين عمودين في بانداس، فإن الناتج المباشر ليس إطار بيانات مصفى، بل كائن وسيط يُعرف بـ «السلسلة المنطقية» أو القناع البولياني (Boolean Mask). هذه السلسلة هي عبارة عن كائن من فئة pandas.Series يحتوي على قيم منطقية حصراً (True أو False)، ويكون له نفس طول العمودين الأصليين ونفس بنية الفهرس (Index). تتصرف هذه السلسلة كمتجه منطقي أحادي البعد يمثل خريطة طبوغرافية لمواقع التطابق والتباين في البيانات.

الميزة الحاسمة والأكثر خطورة في آنٍ واحد داخل بانداس هي ميكانيزم «محاذاة الفهارس التلقائية» (Automatic Index Alignment). عند مقارنة سلسلتين، لا تقوم بانداس بمقارنة العناصر بناءً على موضعها الفيزيائي المطلق (Ordinal Position) فحسب، بل تطابق العناصر التي تشترك في نفس الفهرس المعرفي (Index Label). إذا كان العمودان ينتميان إلى نفس إطار البيانات، فإن مؤشراتهما تكون متطابقة بطبيعة الحال، وتتم المقارنة صفاً بصف بسلاسة متناهية.

لكن تظهر التعقيدات التحليلية إذا كانت السلسلتان مستخرجتين من إطاري بيانات مختلفين خضعا لعمليات تصفية أو فرز مستقلة. في هذه الحالة، ستقوم بانداس أولاً بإجراء عملية ضم خارجي للفهارس (Outer Join of Indices)، مما يؤدي إلى إنشاء مؤشر مدمج قد يتضمن قيماً مفقودة للمؤشرات غير المشتركة. ينتج عن ذلك توليد قيم منطقية خاطئة أو قيم NaN في مصفوفة المقارنة، مما يفرض على المحلل التحقق دائماً من تطابق الفهارس قبل الشروع في عمليات المقارنة المتجهة، لتفادي الآثار الجانبية غير المقصودة.

3. الأسلوب الأول: تصفية الصفوف المتطابقة باستخدام دالة query()

3.1 الصياغة البرمجية وقواعد بناء الجملة (Syntax)

تمثل دالة query() إحدى أكثر واجهات بانداس جاذبية وأناقة للتعبير عن شروط التصفية المعقدة بأسلوب تصريحي (Declarative Paradigm). الصياغة الأساسية لمطابقة عمودين تأتي في هيئة تعبير نصي صريح يُمرر إلى الدالة، مثل: df.query('column_A == column_B'). في هذا النمط من البناء، لا يضطر المطور إلى إعادة كتابة اسم إطار البيانات أو استخدام الأقواس المعقوفة المتكررة، مما يجعل الشيفرة مقروءة بوضوح حتى من قِبل غير المتخصصين في البرمجة الدقيقة.

ومع ذلك، تفرض دالة query() قواعد نحوية صارمة يجب مراعاتها بدقة عند كتابة الأكواد. فإذا كانت أسماء الأعمدة تحتوي على مسافات، أو أرقام في بدايتها، أو رموز خاصة تتصادم مع مشغلات بايثون المنطقية (مثل علامات الطرح أو النقاط)، تفشل الصياغة القياسية. لحل هذه المشكلة، توفر بانداس إمكانية تغليف أسماء الأعمدة غير القياسية بعلامات الاقتباس المائلة الخلفية (Backticks)، كالتالي: df.query('`First Name` == `Last Name`')، وهو ما يضمن للمحلل مرونة التعامل مع مجموعات البيانات الواقعية غير المهندسة مسبقاً.

علاوة على ذلك، تتميز دالة query() بالقدرة على التفاعل مع البيئة البرمجية المحيطة من خلال استدعاء المتغيرات المعرفة في النطاق الخارجي عبر استخدام الرمز @ قبل اسم المتغير. على الرغم من أن مطابقة عمودين تتم أساساً بين متغيرات داخلية في الجدول، فإن استدعاء عتبات خارجية أو معاملات تصحيح مشروطة يندمج بسلاسة داخل التعبير، مما يعزز ديناميكية الكود وقابليته للتعديل دون الحاجة إلى تشويه بنية السلسلة النصية عبر دمج النصوص التقليدي.

3.2 تحليل الأداء المعماري لمحرك NumExpr المدمج

لا تتوقف مزايا دالة query() عند سهولة القراءة والنظافة التركيبية، بل تمتد إلى عمق الأداء الحوسبي من خلال اعتمادها الافتراضي على محرك التقييم الرياضي NumExpr. يقوم هذا المحرك بتحليل السلسلة النصية الواردة إلى شجرة تركيب مجردة (Abstract Syntax Tree – AST)، ثم يترجمها إلى تسلسل تعليمات خاص يتم تنفيذه عبر أجزاء ميكروية من البيانات يتم تمريرها في ذاكرة الكاش السريعة للمعالج (Chunking Mechanism).

الفارق الجوهري بين التصفية التقليدية وتعبير query() يكمن في كيفية إدارة الذاكرة الوسيطة. في التصفية العادية، عند تقييم شروط مركبة أو حتى مقارنات بسيطة على أطر بيانات عملاقة، يتم إنشاء مصفوفات بوليانية مؤقتة في الذاكرة العشوائية (RAM) لتخزين النتائج الوسيطة لكل عملية فرعية قبل دمجها، مما قد يؤدي إلى استنزاف الذاكرة وانهيار البرنامج (Memory Overflow). أما محرك NumExpr فيقوم بتنفيذ التقييمات في دورة واحدة مجزأة دون تخصيص مساحات ذاكرة ضخمة للمتغيرات المؤقتة.

ومع ذلك، توجد حدود تقنية ينبغي على المهندسين إدراكها؛ فدالة query() ليست الحل الأمثل دائماً مع مجموعات البيانات الصغيرة جداً، حيث يستهلك وقت تفسير السلسلة النصية وبناء شجرة الرموز وقتاً قد يتجاوز زمن التنفيذ الفعلي للفهرسة المباشرة. بالإضافة إلى ذلك، لا تدعم الدالة بعض العمليات المخصصة أو استدعاء دوال بايثون المعقدة داخل السلسلة النصية، مما يفرض اللجوء إلى الأساليب الكلاسيكية عند الخروج عن نطاق العمليات الحسابية والمنطقية الأساسية المعتمدة.

3.3 أمثلة تطبيقية وشروحات تفصيلية للأكواد

لتجسيد هذا المفهوم في إطار عملي واقعي، نفترض وجود دراسة نفسية وسلوكية خضع فيها مجموعة من المتدربين لتقييم أدائهم الفني أو الوظيفي عبر مقيّمين مستقلين: «المقيّم الأول» و«المقيّم الثاني»، حيث تم تسجيل تقييم كل خبير على مقياس من 1 إلى 10 في إطار بيانات يضم آلاف السجلات. الهدف التحليلي هو عزل حالات التوافق الإدراكي المطلق التي تطابقت فيها درجات المقيّمين لاستخدامها كمجموعة مرجعية أساسية للثبات الداخلي.

تبدأ الشيفرة البرمجية بتهيئة البيانات وتجهيز الأعمدة المعنية تحت أسماء مثل Rater_1_Score و Rater_2_Score. بعد ذلك، يتم تطبيق الاستعلام بصيغة: concordant_cases = df.query('Rater_1_Score == Rater_2_Score'). بمجرد تنفيذ هذا السطر، يقوم المحرك بمقارنة عناصر العمودين بالتوازي وإنتاج إطار بيانات جديد لا يتضمن إلا الصفوف التي تطابقت فيها القيمتان بصورة تامة، مع الاحتفاظ بكافة الأعمدة الوصفية الأخرى المرتبطة بالمفحوصين كمعرفاتهم وسجلاتهم الديموغرافية.

عند فحص الإطار المصفى الناتج، يمكن للباحثين استخراج مؤشرات فورية مثل حساب نسبة الحالات المتوافقة إلى الحجم الكلي للعينة من خلال تقسيم عدد صفوف الإطار الناتج على إجمالي صفوف الإطار الأصلي (len(concordant_cases) / len(df)). يتيح هذا النهج السريع استكشاف التماسك الأولي للمحكمين بصرياً وإحصائياً قبل الانتقال إلى النماذج الإحصائية المعقدة، مما يبرز القوة التحليلية والعملية الفورية لدالة query() في تبسيط مسارات العمل البحثية.

4. الأسلوب الثاني: الفهرسة المنطقية (Boolean Indexing) ومقارنة الأعمدة المباشرة

4.1 الترميز القياسي عبر الأقواس المعقوفة df[df[‘col1’] == df[‘col2’]]

تُعد الفهرسة المنطقية باستخدام الأقواس المعقوفة df[df['col1'] == df['col2']] الأسلوب الأكثر أصالة ورسوخاً في تقاليد البرمجة بمكتبة بانداس. يعتمد هذا النمط على تشريح العملية إلى مستويين متكاملين: المستوى الأول هو التعبير الداخلي df['col1'] == df['col2']، والذي يقوم بتشغيل معامل المقارنة المتجه على السلسلتين المذكورتين، مولداً سلسلة بوليانية مستقلة بنفس أبعاد الفهرس. أما المستوى الثاني، فهو تمرير هذه السلسلة البوليانية كمحدد ترشيح داخل معامِل الأقواس المعقوفة الخارجي الخاص بإطار البيانات.

تحظى هذه الطريقة بتقدير واسع في الأوساط الأكاديمية والشيفرات مفتوحة المصدر؛ نظراً لوضوحها المباشر وصراحتها الإجرائية (Explicit is better than implicit). كما أنها تتميز بالتوافق الكامل مع أدوات التحليل الساكن للكود (Linters) وأدوات الإكمال التلقائي في بيئات التطوير المتكاملة (IDEs)، حيث يتم التعرف على أسماء الأعمدة والمتغيرات ككائنات حقيقية في مساحة الأسماء وليس كمجرد نصوص داخل سلاسل حرفية كما هو الحال في دوال الاستعلام النصي.

من الجوانب المهمة في الصياغة التمييز بين نمط استدعاء الأعمدة عبر التسمية القاموسية df['col1'] ونمط استدعاء الخصائص df.col1. على الرغم من أن كتابة df[df.col1 == df.col2] تبدو أقصر، إلا أن الممارسة البرمجية الاحترافية توصي دائماً بالاعتماد الصارم على التسمية القاموسية؛ حيث إن نمط الخصائص يفشل تلقائياً إذا تطابق اسم العمود مع إحدى دوال بانداس المحجوزة مسبقاً (مثل count أو mean) أو إذا احتوى الاسم على مسافات، مما يجعل الفهرسة القاموسية المعيار الذهبي الموثوق لكتابة كود مستقر وقابل للإنتاج.

4.2 إدارة الأقنعة المنطقية (Boolean Masks) المركبة

عندما تتعقد المتطلبات التحليلية، تتجلى كفاءة الفهرسة البوليانية في إمكانية فصل «القناع المنطقي» وتخزينه في متغير مستقل قبل تطبيقه على إطار البيانات. كتابة الكود بأسلوب mask = (df['col1'] == df['col2']) ثم استدعاء df[mask] يمنح الشيفرة وضوحاً هندسياً فائقاً، ويسهل عمليات التنقيح البرمجي (Debugging) وفحص عدد الصفوف المطابقة قبل اتخاذ قرارات التصفية النهائية، علاوة على إمكانية إعادة استخدام القناع نفسه في عمليات تجميعية أو حسابية متعددة.

تزداد أهمية الأقنعة المنطقية عند الرغبة في دمج شروط إضافية بجانب مطابقة العمودين؛ حيث يتم ذلك باستخدام المعاملات المنطقية الثنائية الخاصة بمكتبة نمباي وبانداس، وهي المعامل & لتمثيل العطف المنطقي (AND)، والمعامل | لتمثيل الفصل المنطقي (OR). لا يجوز هنا استخدام الكلمات المفتاحية القياسية في بايثون مثل and و or؛ لأن الأخيرة تحاول تقييم الحقيقة المنطقية للكائن ككل (Scalar Truth Value) وهو ما يثير خطأ برمجياً شهيراً، بينما تقوم المعاملات الثنائية بإجراء العمليات المنطقية على مستوى كل عنصر بالتوازي.

من المزالق البرمجية القاتلة في هذا السياق مسألة «أسبقية المعاملات» (Operator Precedence). في لغة بايثون، تمتلك المعاملات الثنائية مثل & أسبقية تقييم أعلى من معاملات المقارنة مثل ==. هذا يعني أنه في حال كتابة التعبير دون أقواس هكذا: df['c1'] == df['c2'] & df['c3'] > 0، فإن بايثون ستحاول أولاً تقييم df['c2'] & df['c3'] وهو ما يؤدي حتماً إلى أخطاء منطقية أو برمجية غير متوقعة. لذلك، فإن القاعدة الهندسية الصارمة تقتضي إحاطة كل شرط فردي بأقواس دائرية مستقلة بصيغة: (df['c1'] == df['c2']) & (df['c3'] > 0) لضمان التنفيذ المنطقي السليم.

5. الأسلوب الثالث: استخدام محدد الفهرسة المتقدم .loc

5.1 القوة الوظيفية لدالة .loc في الاستعلام والتعديل المتزامن

يُمثل محدد الوصول .loc[] الذروة المنهجية لعمليات الفهرسة المستندة إلى التسميات (Label-based Indexing) في مكتبة بانداس. يتيح هذا المحدد صياغة ثنائية الأبعاد تأخذ المعاملين [row_indexer, column_indexer]. عند استخدامه لمطابقة عمودين، تُصاغ الشيفرة البرمجية بالهيئة: df.loc[df['col1'] == df['col2'], :]، حيث يُعبر الرمز : عن الرغبة في استرجاع كافة أعمدة الإطار للصفوف التي يتحقق فيها شرط التساوي.

تتجاوز القوة الحقيقية لـ .loc مجرد استرجاع الصفوف إلى القدرة على تقليص الحمل الحوسبي واستهلاك الذاكرة عبر التحديد المسبق للأعمدة المراد دراستها فقط؛ فبدلاً من سحب إطار بيانات متكامل يحتوي على عشرات الأعمدة غير الضرورية، يمكن كتابة: df.loc[df['col1'] == df['col2'], ['Patient_ID', 'Test_Score']]. يؤدي هذا الدمج الفوري بين تصفية الصفوف وانتقاء الأعمدة إلى توفير هائل في مخصصات الذاكرة المؤقتة وتسريع وتيرة المعالجة الحسابية اللاحقة بصورة ملحوظة.

الأهم من ذلك هو أن استخدام .loc يمثل الدرع الواقي ضد التحذير البرمجي الشهير والمربك للمطورين: SettingWithCopyWarning. يظهر هذا التحذير عندما يحاول المبرمج استخدام الفهرسة التسلسلية (Chained Indexing) مثل df[df['col1'] == df['col2']]['status'] = 'Matched'، حيث لا تستطيع بايثون تحديد ما إذا كانت العملية تجري على مشهد للبيانات (View) أم على نسخة معزولة (Copy). يضمن .loc للمطور أن التعديل يتم مباشرة وبشكل حتمي على البيانات الأصلية أو على كائن محدد بدقة دون غموض ميموري.

5.2 إسناد القيم المشروطة بناءً على التساوي

لا تتوقف الاحتياجات التحليلية عند مجرد استخراج الصفوف المتطابقة، بل تمتد في كثير من الأحيان إلى تصنيف السجلات أو إنشاء مؤشرات تحويلية جديدة (Feature Engineering). من خلال .loc، يمكن إسناد قيم جديدة مباشرة وفي نفس موقع الذاكرة للبيانات التي تحقق شرط التساوي بين العمودين. الصياغة البرمجية لهذا الإجراء تتميز بالأناقة القصوى: df.loc[df['col1'] == df['col2'], 'Agreement_Status'] = 'Consensus'.

تتيح هذه القدرة الإسنادية بناء خطوط إنتاج بيانات (Data Pipelines) متكاملة داخل إطار البيانات ذاته دون الحاجة إلى إنشاء هياكل مؤقتة وتفريغها المتكرر. فعند تنفيذ السطر البرمجي المذكور، تقوم بانداس بفحص القناع المنطقي، وتخصيص عمود جديد يُدعى Agreement_Status (إذا لم يكن موجوداً مسبقاً)، ثم كتابة القيمة النصية ‘Consensus’ حصرياً في خلايا الصفوف المتطابقة، مع ترك باقي الخلايا مهيأة لاستقبال تصنيفات أخرى أو الاحتفاظ بقيمها الافتراضية.

يتكامل هذا الأسلوب بشكل وثيق مع التحليلات الإحصائية الوصفية؛ إذ يتيح بعد ذلك إجراء عمليات التجميع والعد الفوري باستخدام df['Agreement_Status'].value_counts()، مما يعطي رؤية شمولية دقيقة لمعدلات التوافق والاختلاف عبر مجاميع البيانات. هذا التكامل السلس بين التصفية والإسناد الموضعي يجعل من محدد .loc الأداة الاحترافية المفضلة لمهندسي البيانات وخبراء النمذجة الإحصائية المتقدمة.

6. معالجة القيم المفقودة (NaN / Null) وتأثيرها على منطق التساوي

6.1 سلوك المعيار الفني IEEE للقيم المفقودة (NaN != NaN)

من أكثر القضايا إثارة للجدل والغموض عند المبتدئين وحتى المحترفين في علوم البيانات هو السلوك المنطقي للقيم المفقودة، والتي تُمثل داخل بانداس ونمباي بالرمز NaN (Not a Number). يستند هذا السلوك إلى معيار مهندسي الكهرباء والإلكترونيات الدولي الصارم IEEE 754 الخاص بتمثيل الحسابات العشرية في معالجات الحاسوب. بموجب هذا المعيار، فإن أي قيمة مفقودة لا تساوي أي قيمة أخرى، والمفارقة الرياضية تكمن في أنها لا تساوي نفسها أيضاً؛ أي أن التعبير المنطقي np.nan == np.nan يُقيّم دائماً بالقيمة الزائفة False.

يترتب على هذه الحقيقة الهندسية تداعيات بالغة الخطورة عند مطابقة الأعمدة في بانداس. فإذا كان هناك صف في إطار البيانات يحتوي على قيمة مفقودة NaN في العمود الأول، ويحتوي في نفس الوقت على قيمة مفقودة NaN في العمود المقابل، فإن تطبيق شروط التساوي المباشرة مثل df['col1'] == df['col2'] أو df.query('col1 == col2') سينتج عنه تلقائياً القيمة False لهذا الصف. النتيجة الحتمية هي أن هذا الصف سيتم استبعاده تماماً من مصفوفة النتائج المتطابقة.

من وجهة النظر الفلسفية والإحصائية للبيانات، يُبرر هذا السلوك بأن غياب المعلومة في موضعين لا يعني بالضرورة تماثلهما؛ فالمجهول الأول قد يعبر عن ظاهرة مختلفة تماماً عن المجهول الثاني. ومع ذلك، في العديد من التطبيقات السلوكية وهندسة المسوح الإحصائية، يُعد الغياب المزدوج دليلاً على سلوك محدد (كالامتناع المشترك عن الإجابة على فقرتين). لذلك، فإن الاعتماد الأعمى على المقارنة المباشرة قد يؤدي إلى فقدان بيانات حيوية وتشويه حجم العينة الإحصائي، ما لم تكن هناك استراتيجية استباقية لمعالجة الفراغات.

6.2 استراتيجيات التصفية المتقدمة للتعامل مع الفراغات البيانية

للتغلب على العائق المنطقي لعدم مساواة القيم المفقودة لنفسها، يتعين على الباحثين تبني استراتيجيات صريحة تحدد الموقف التحليلي من الفراغات المتبادلة. إذا كان الهدف هو اعتبار أن القيم المفقودة في كلا العمودين تمثل تطابقاً حقيقياً (Mutual Absence Agreement)، فيمكن اللجوء إلى صياغة الشروط المنطقية المركبة التي تجمع بين شرط التساوي التقليدي وشرط الغياب المتزامن، كما يلي:

mask = (df['col1'] == df['col2']) | (df['col1'].isna() & df['col2'].isna())

يقوم هذا التعبير المتقن بتقسيم عملية الفحص إلى شقين: الشق الأول يتحقق من التساوي الصريح للقيم الرقمية أو النصية القائمة، بينما يتولى الشق الثاني فحص ما إذا كانت الخانتان خاليتين من البيانات في آن واحد عبر دالة isna(). باستخدام معامل الفصل المنطقي |، يتم استبقاء الصفوف المتطابقة قيمياً، إلى جانب الصفوف التي اتفقت في سمة الفقدان البياني، مما يمنح المحلل تحكماً مطلقاً في تعريف “التطابق” وفق المقتضى العلمي للدراسة.

بدلاً من ذلك، يمكن استخدام استراتيجية استبدال القيم المؤقتة بواسطة دالة fillna(). في هذه الطريقة، يتم استبدال القيم المفقودة في العمودين بقيمة دلالية افتراضية مستحيلة الظهور في البيانات الواقعية (تُعرف باسم Sentinel Value، مثل -9999 للبيانات الرقمية، أو السلسلة النصية '__MISSING__' للبيانات الوصفية) أثناء إجراء المقارنة حصراً. تضمن هذه التقنية احتساب الفراغات كقيم متطابقة دون الحاجة إلى بناء أقنعة منطقية مركبة ومطولة، مع ضرورة الحذر التام في اختيار القيمة البديلة لضمان عدم تداخلها مع بيانات حقيقية.

6.3 استخدام نمباي لمعالجة المساواة مع استثناء أو شمول القيم الغائبة

توفر مكتبة نمباي دعماً متجهاً منخفض المستوى لمعالجة حالات المساواة المتقدمة للقيم المفقودة، متجاوزة قيود المقارنة البسيطة. إحدى أقوى هذه الدوال هي numpy.isclose() المخصصة للأرقام، والتي تتضمن معاملاً برمجياً محورياً يُدعى equal_nan. عند ضبط هذا المعامل إلى True، فإن الدالة تعامل أزواج القيم المفقودة (NaN, NaN) بوصفها قيماً متطابقة منطقياً، وتُرجع القيمة True للصف المعني:

import numpy as np
mask = np.isclose(df['col1'], df['col2'], equal_nan=True)

إلى جانب ذلك، تبرز الدالة متعددة الاستخدامات numpy.where() بوصفها خياراً فائق الكفاءة لإنشاء متجهات شرطية تدير الحالات الحدية للقيم الغائبة بسرعة فائقة. تتيح هذه الدالة تقييم شرط المساواة وتحديد مخرجات محددة للحالات المتطابقة، والحالات المختلفة، وحالات الفقدان النصفي (عندما يكون أحد العمودين مفقوداً والآخر معلوماً). يمنع هذا الأسلوب تسرب القيم المفقودة عبر خطوط المعالجة كأخطاء صامتة (Silent Logical Errors).

في الأبحاث الأكاديمية الصارمة، يُعد توثيق الأسلوب المستخدم في معالجة القيم الغائبة أثناء مطابقة الأعمدة شرطاً أساسياً لتحقيق الشفافية وقابلية إعادة الإنتاج (Reproducibility). إن استبعاد صفوف الفقدان المتزامن أو تضمينها يغير حجم العينة النهائي وله أثر مباشر على مستويات الدلالة الإحصائية، مما يجعل التحديد البرمجي الصريح لآلية المعالجة عبر بانداس ونمباي واجباً منهجياً لا مجرد خيار برمجي ثانوي.

7. تحديات الأنواع البيانية المختلفة: النصوص، والأعداد العشرية، والبيانات الفئوية

7.1 مقارنة الأعداد العشرية ومسألة الدقة الحسابية (Floating Point Issues)

تمثل الأعداد العشرية (Floating Point Numbers) مصدراً كلاسيكياً للأخطاء المنطقية المستعصية في البرمجة الحاسوبية. تنبع هذه المعضلة من أن أجهزة الحاسوب تعتمد النظام الثنائي (Binary System) لتمثيل البيانات، وهناك كسور عشرية بسيطة في النظام العشري (مثل 0.1 أو 0.2) يستحيل تمثيلها بدقة متناهية كسلسلة منتهية من الأرقام الثنائية، مما يؤدي إلى ظهور أخطاء تقريب متناهية الصغر في خانات الفاصلة العائمة (Rounding Errors).

إذا كانت القيم في العمودين ناتجة عن عمليات حسابية سابقة (مثل عمليات الضرب، أو القسمة، أو استخراج النسب المئوية)، فإن استخدام معامل المساواة المباشر df['col1'] == df['col2'] سيفشل بشكل مأساوي في رصد التطابق؛ فقد يحمل العمود الأول القيمة 0.30000000000000004 بينما يحمل العمود الثاني القيمة 0.30000000000000000. بالنسبة للمحلل البشري، القيمتان متطابقتان تماماً، لكن بالنسبة للتقييم المنطقي الثنائي الصارم، هما قيمتان مختلفتان تماماً، مما يؤدي إلى استبعاد غير مقصود للصفوف.

الحل الرياضي والمعياري المعتمد لمواجهة هذه المعضلة هو التخلي عن المساواة الصارمة، وتبني مبدأ «المساواة بالتقارب» عبر تطبيق دالة numpy.isclose() المجهزة بمعاملات التفاوت المسموح بها (Tolerance Levels). تتيح هذه الدالة تحديد نسبة التفاوت النسبي rtol والتفاوت المطلق atol، كما في الشيفرة التالية:

mask = np.isclose(df['float_col1'], df['float_col2'], rtol=1e-05, atol=1e-08)

تقوم هذه المعادلة بفحص ما إذا كان الفرق المطلق بين القيمتين أقل من أو يساوي مجموع التفاوت المطلق مع جداء التفاوت النسبي بالقيمة المقارنة. يُلزم مهندسو البيانات بتطبيق هذا الأسلوب عند مطابقة أي بيانات مالية أو قياسات فيزيائية أو احتمالات إحصائية لتفادي الوقوع في فخاخ التقريب الحوسبي الميكروي.

7.2 مطابقة البيانات النصية (Strings) والفروق الخفية

تفرض البيانات النصية (String Data) تحديات جوهرية تتطلب فهماً عميقاً لآليات الترميز والتطبيع اللغوي. التحدي الأكثر شيوعاً وخفاءً هو وجود «المسافات البيضاء غير المرئية» سواء في بداية النصوص أو نهايتها (Leading and Trailing Whitespaces)، أو استخدام مسافات مزدوجة داخل السلاسل. فالسلسلة النصية "نفسي " لا تتطابق برمجياً بأي حال من الأحوال مع السلسلة "نفسي"، على الرغم من تطابقهما التام في الدلالة اللغوية والمظهر البصري السريع.

يتضاعف هذا التحدي بصورة خاصة عند معالجة النصوص العربية، نظراً لخصائص الأبجدية وتعدد الأنماط الإملائية لنفس الحرف؛ مثل التباين بين الهمزات (أ، إ، آ مقابل ا)، والياء والتاء المربوطة (ى مقابل ي، و ة مقابل هـ)، علاوة على علامات التشكيل وحركات الإعراب. إذا كان أحد العمودين يحتوي على علامات تشكيل أو تم إدخاله بواسطة نظامين مختلفين لترجمة النصوص، فإن التصفية المباشرة ستسفر عن نسبة مطابقة متدنية للغاية وخادعة للواقع البياني.

لضمان دقة مطابقة الأعمدة النصية، يتعين تطبيق مسار معالجة قبلي متكامل يعتمد على الدوال النصية المتجهة عبر البادئة .str في بانداس. يشتمل هذا المسار على إزالة المسافات الزائدة باستخدام .str.strip()، وتحويل النصوص اللاتينية إلى حالة موحدة بواسطة .str.lower()، واستخدام تقنيات التعابير النمطية (Regular Expressions) وتطبيع يونيكود (Unicode Normalization) لتوحيد الحروف العربية وإسقاط التشكيل قبل تفعيل شرط المقارنة بين العمودين:

col1_clean = df['col1'].str.strip().str.normalize('NFKC')
col2_clean = df['col2'].str.strip().str.normalize('NFKC')
matching_rows = df[col1_clean == col2_clean]

7.3 البيانات الفئوية (Categorical) والأنماط التاريخية (DateTime)

تحظى البيانات الفئوية (Categorical Data Types) بمكانة خاصة في مكتبة بانداس؛ نظراً لقدرتها الفائقة على توفير الذاكرة وتسريع العمليات الحسابية عن طريق تعيين أرقام صحيحة داخلية (Codes) تناظر الفئات الفريدة. ومع ذلك، فإن مقارنة عمودين فئويين تخضع لقواعد صارمة للغاية؛ إذ تشترط بانداس أن يكون للعمودين نفس التصنيفات المعرفة ونفس الترتيب (Categories Order) بالضبط. فإذا حاول المحلل مقارنة عمودين فئويين غير متطابقين في تعريف الفئات الأساسية، ستطلق بانداس خطأ تشغيلياً من نوع TypeError يمنع إتمام العملية.

لتجاوز هذا العائق، يجب أولاً توحيد النطاق الفئوي للعمودين عبر استخدام دوال إدارة الفئات مثل set_categories() للتأكد من أن كلي السلسلتين تشتركان في نفس الأساس التصنيفي المرجعي، أو تحويلهما مؤقتاً إلى سلاسل كائنية عادية (Object / String Dtypes) لإجراء المقارنة السطحية، وإن كان الخيار الأول هو الأفضل حوسبياً للأداء واستقرار الذاكرة على المدى الطويل.

فيما يخص مقارنة أعمدة التواريخ والأوقات (DateTime)، تكمن الصعوبة في دقة الأجزاء الزمنية من الثانية ومسألة «المناطق الزمنية» (Timezones). لا يمكن مقارنة عمود زمني يحمل معلومات المنطقة الزمنية (Timezone-Aware) بعمود زمني مجرد (Timezone-Naive)، حتى وإن تساوت التواريخ والسنوات ظاهرياً؛ إذ ترفض بايثون هذه المقارنة منطقياً. يقتضي الإجراء السليم هنا استخدام دالة pd.to_datetime() لتوحيد التنسيقات الزمنية، وإزالة أو مواءمة المناطق الزمنية باستخدام tz_convert() أو tz_localize(None)، واقتصاص الأوقات إلى مستوى الدقة المطلوب (سواء كان يوماً، أو ساعة، أو دقيقة) قبل تنفيذ قناع الفهرسة والمطابقة.

8. تحديد الصفوف التي لا يتساوى فيها عمودان (الاختلاف وعدم التطابق)

8.1 الأسلوب المباشر باستخدام معامل عدم التساوي (!=)

في كثير من المسارات التحليلية، لا ينصب التركيز على حالات التوافق، بل تتوجه الأنظار نحو دراسة «حالات الانحراف والتنافر» (Discrepancies). يُعد تحديد السجلات التي تباينت فيها استجابات المفحوصين أو رُصدت فيها أخطاء ترابطية بين الأنظمة وسيلة محورية لتنظيف البيانات، والتدقيق الجنائي للأنظمة المحاسبية، وتحديد نقاط الفشل في خطوط الإنتاج. توفر بانداس إمكانية التعبير عن هذا الاحتياج عبر المعامل المباشر لعدم المساواة !=.

تتم صياغة الاستعلام المباشر إما عبر الفهرسة البوليانية القياسية: df[df['col1'] != df['col2']]، أو من خلال دالة الاستعلام النصي المعبرة: df.query('col1 != col2'). يقوم هذا المعامل بإجراء تقييم نقطي لكل صف، ويُرجع القيمة True حصرياً عندما تختلف القيمتان في النوع أو المحتوى الدلالي. تتيح هذه الميزة عزل السجلات الشاذة في جدول مستقل للبدء في إجراء فحوص إحصائية معمقة حول مسببات التباين والانحراف السلوكي بين المجموعات التجريبية.

تنبثق أهمية هذا الإجراء عند تحليل المقاييس النفسية لتحديد السلوكيات غير المنتظمة للمشاركين؛ فالمستجيب الذي يعطي قيماً متناقضة تماماً بين أسئلة متكافئة صُممت خصيصاً لكشف العشوائية في الإجابة يمكن اكتشافه فوراً عن طريق فرز عدم التساوي، مما يتيح استبعاده من التحليلات المتقدمة لضمان صدق وثبات النتائج النهائية للدراسة.

8.2 استخدام معامل النفي المنطقي (Tilde Operator ~)

يمثل معامل التلدة ~ (Tilde Operator) أداة جبرية بالغة الأهمية في مكتبة بانداس ونمباي، حيث يضطلع بدور معامل «النفي المنطقي للبايتات» (Bitwise NOT). عند تطبيقه على سلسلة من القيم البوليانية، يقوم المعامل بقلب القيم رأساً على عقب؛ فتتحول كل قيمة صائبة True إلى قيمة خاطئة False، والعكس صحيح. هذا يجعله وسيلة مثالية للتعبير عن عدم التطابق عبر نفي صيغة التطابق:

mask = (df['col1'] == df['col2'])
discordant_rows = df[~mask]

تكمن الميزة المنهجية لاعتماد النفي المنطقي عبر ~ في توفير الجهد الحسابي والبرمجي عند التعامل مع أقنعة تطابق شديدة التعقيد والتداخل؛ فبدلاً من إعادة كتابة شروط عدم التساوي وتعديل أدوات العطف والفصل المنطقية المعقدة (وفقاً لقوانين دي مورغان الرياضية De Morgan’s Laws التي تقلب العطف إلى فصل والعكس)، يكفي بناء قناع المساواة المعقد بدقة لمرة واحدة، ثم قلبه منطقياً بضربة حوسبية واحدة عبر ~ للحصول على مجموعة المتباينة دون ارتكاب أخطاء منطقية تركيبية.

من حيث الأداء الحسابي، يتطابق استخدام != مع استخدام ~ إلى حد كبير في معظم التطبيقات العملية المعتادة؛ نظراً لأن كلتا العمليتين تُترجمان إلى عمليات منخفضة المستوى في لغة C التحتية. غير أن الشفرات البرمجية المعتمدة على النفي المنطقي للأقنعة الموثقة مسبقاً توفر مستوى أرقى من حيث القابلية للصيانة (Maintainability) وقراءة الأكواد الجماعية، لاسيما في الفرق البحثية التي تتبنى معايير البرمجة النظيفة والتوثيق المنهجي الصارم.

9. تحليل الأداء الحسابي والكفاءة عبر مجموعات البيانات الضخمة (Benchmarking)

9.1 مقارنة معيارية للسرعة بين query و الفهرسة المنطقية و .loc

عند الشروع في بناء تطبيقات معالجة بيانات قابلة للتوسع (Scalable Data Pipelines)، يصبح قياس الكفاءة الزمنية والحوسبية (Computational Benchmarking) ركيزة أساسية لاختيار الأسلوب البرمجي المناسب. تتفاوت الأساليب الثلاثة الرئيسية—وهي: الفهرسة المنطقية المباشرة df[df['A'] == df['B']]، ومحدد الوصول df.loc[df['A'] == df['B']]، ودالة الاستعلام النصي df.query('A == B')—في سرعات الاستجابة توازياً مع حجم إطار البيانات المختبر عبر اختبارات الأداء القياسية الزمنية باستخدام أداة بايثون السحرية %timeit.

تُظهر نتائج الاختبارات المعيارية نمطاً سلوكياً شديد الوضوح للأداء عند التدرج في حجم البيانات من بضعة آلاف إلى ملايين الصفوف. في النطاقات البيانية الصغيرة إلى المتوسطة (أقل من مائة ألف صف)، تكتسح الفهرسة المنطقية المباشرة ومحدد الوصول .loc مقاييس السرعة بفارق ملحوظ مقارنة بدالة query(). يُعزى هذا التفوق الصريح إلى غياب العبء الإضافي لتحليل وتفسير السلاسل النصية (Parsing & Compilation Overhead) الذي يفرضه محرك NumExpr المدمج داخل query()، والذي يمثل كلفة زمنية مهدرة عندما تكون البيانات صغيرة الحجم وسريعة التقييم المباشر.

ومع ذلك، يحدث انقلاب حوسبي درامي عند القفز إلى مجموعات البيانات الضخمة (Data Scaling) التي تتجاوز ملايين السجلات وتستهلك حيزاً كبيراً من الذاكرة العشوائية. هنا تبرز دالة query() متفوقة على الأساليب التقليدية بفضل استغلالها لتقنيات المعالجة المتوازية في NumExpr وتقسيم الحسابات إلى شرائح مجهرية تلائم كاش المعالج بدقة دون تفريغ وسائط تخزين ضخمة. تتلخص هذه المقارنة التجريبية والزمنية في النمط الاسترشادي الموضح في الجدول التالي المبني على أزمنة تنفيذ افتراضية معيارية:

حجم البيانات (عدد الصفوف)	الفهرسة المنطقية df[…]	محدد الوصول df.loc[…]	دالة الاستعلام df.query(…)	الأسلوب الأمثل الموصى به
10,000 صف	0.45 مللي ثانية	0.48 مللي ثانية	2.10 مللي ثانية	الفهرسة المنطقية المباشرة
100,000 صف	4.20 مللي ثانية	4.35 مللي ثانية	6.80 مللي ثانية	الفهرسة المنطقية أو .loc
1,000,000 صف	48.50 مللي ثانية	49.20 مللي ثانية	35.10 مللي ثانية	دالة الاستعلام df.query
10,000,000 صف	620.00 مللي ثانية	635.00 مللي ثانية	380.00 مللي ثانية	دالة الاستعلام df.query (بفارق ملحوظ)

9.2 كفاءة استخدام الذاكرة واستراتيجيات التحسين

لا تنفصل الكفاءة الزمنية عن كفاءة استخدام الذاكرة العشوائية (RAM Footprint)، خاصة في بيئات الحوسبة السحابية المقيدة بموارد محددة. التحدي الأكبر الذي يواجه مطوري بانداس عند تصفية الصفوف هو «توليد النسخ غير الضرورية» (Unintended Memory Duplication). عند تنفيذ عمليات التصفية التقليدية، تميل بانداس في إصداراتها الكلاسيكية السابقة للإصدار 2.0 إلى إنشاء نسخ فيزيائية عميقة من البيانات المصفاة، مما يؤدي إلى مضاعفة استهلاك الذاكرة بشكل خطير يهدد باستقرار الخوادم والأنظمة.

مع إطلاق بانداس للإصدار 2.0 وما تلاه، أُدخل نموذج النسخ عند الكتابة (Copy-on-Write – CoW)، والذي أحدث ثورة في إدارة الذاكرة. بموجب هذا النظام، لا تؤدي تصفية الصفوف بمطابقة عمودين إلى حجز مساحات جديدة في الذاكرة لتخزين البيانات، بل يتم إنشاء مشهد مرجعي جديد يشير إلى نفس كتل الذاكرة الأصلية، ولا يتم إجراء النسخ الفيزيائي إلا إذا حاول المبرمج تعديل قيم الخلايا في الإطار المصفى لاحقاً. يتيح تفعيل هذا الخيار خفض استهلاك الذاكرة أثناء عمليات الفلترة إلى الصفر تقريباً للعمليات الوسيطة.

إلى جانب ذلك، تلعب استراتيجية «تحسين وتصغير الأنواع البيانية» (Downcasting Dtypes) دوراً جذرياً في تسريع وتيرة المقارنة بين الأعمدة بنسبة تصل إلى 400%. عند استيراد البيانات، تعتمد بانداس افتراضياً على تخصيص الأعداد الصحيحة بحجم 64 بت (int64) والأعداد العشرية بحجم 64 بت (float64). من خلال إعادة ضبط الأعمدة لتتوافق مع أصغر تمثيل حسابي ممكن (مثل تحويل الدرجات الإحصائية المقيدة بين 1 و 5 إلى int8 بدلاً من int64)، يتم خفض حجم البيانات بمقدار ثمانية أضعاف، مما يسمح للمعالج بتحميل أعداد مضاعفة من العناصر في خطوط أنابيب SIMD، وبالتالي مضاعفة سرعة مقارنة الأعمدة واستهلاك موارد حوسبية دنيا.

10. التطبيقات المتقدمة: التصفية المشروطة المركبة ومطابقة الأعمدة المتعددة

10.1 مطابقة ثلاثة أعمدة أو أكثر في نفس اللحظة الحسابية

تتجاوز العديد من السيناريوهات التحليلية الواقعية مسألة التكافؤ الثنائي البسيط بين عمودين، لتتطلب التحقق من تطابق منظومة متكاملة من الأعمدة تضم ثلاثة متغيرات أو أكثر بصورة متزامنة. تظهر هذه الحالة جلياً في تقييمات التجارب السريرية متعددة المراكز، حيث يجب التحقق من تطابق تشخيصات ثلاثة أطباء مستقلين لنفس المريض لإقراره كحالة إجماع سريري تام.

الأسلوب الأول لتحقيق هذه الغاية هو السلسلة المنطقية المتعدية (Transitive Chaining)، بالاستناد إلى القاعدة الرياضية المنطقية: إذا كان $A = B$ و $B = C$، فإن $A = C$ بالضرورة. تترجم هذه العلاقة برمجياً بربط شروط التساوي عبر المعامل الثنائي &:

mask = (df['Col_A'] == df['Col_B']) & (df['Col_B'] == df['Col_C'])
fully_matched_df = df[mask]

على الرغم من دقة وصراحة الأسلوب السابق، إلا أنه يصبح متعباً ومعرضاً للأخطاء البرمجية النحوية إذا اتسعت المصفوفة لتشمل عشرة أعمدة أو أكثر. في مثل هذه الحالات المعقدة، يُفضل الانتقال إلى «دوال التجميع الأفقي» المتجهة على مستوى المحور الأول (Horizontal Axis axis=1). توفر دالة nunique(axis=1) حلاً برمجياً بديعاً بحساب عدد القيم الفريدة في كل صف عبر الأعمدة المحددة حصراً:

columns_to_match = ['Col_A', 'Col_B', 'Col_C', 'Col_D']
mask = df[columns_to_match].nunique(axis=1) == 1
fully_matched_df = df[mask]

يقوم هذا الكود بفحص كل صف بصورة أفقية، وإذا كانت جميع القيم الممتدة عبر تلك الأعمدة متطابقة، فإن عدد القيم الفريدة فيها سيساوي تماماً واحداً (1). يؤدي هذا التقييم إلى إرجاع القيمة True للصف في القناع البولياني، مما يمثل حلاً ديناميكياً رشيقاً يتعامل مع أي عدد من الأعمدة بكفاءة متجهة وبسطر برمجي واحد فائق النقاء والأناقة.

10.2 دمج مطابقة الأعمدة مع شروط قيمية خارجية

في بناء النماذج التنبؤية المعقدة، نادراً ما تأتي الرغبة في استخراج الصفوف المتطابقة كهدف معزول؛ إذ تقترن عادة بشروط وسياقات قيمية تحد من نطاق العينة. لنفترض أن الباحث لا يبحث عن مجرد تطابق التقييمات بين مقيّمين، بل يريد حصر الحالات التي اتفق فيها المقيّمان على أن الأداء «مرتفع جداً» (أي أن الدرجتين متساويتان وبشرط أن تتجاوز هذه الدرجة المتطابقة حاجز الـ 80 نقطة مثلاً)، مع كون المشارك ينتمي لفئة عمرية معينة مسجلة في عمود ثالث.

تتم إدارة هذه الاستعلامات المركبة إما عبر دمج الأقنعة المنطقية ذات الأقواس الصارمة، أو بالاستعانة بالمرونة الفائقة لدالة query() التي تثبت جدارتها التركيبية في مثل هذه العمليات الشائكة:

# استخدام الفهرسة المنطقية المركبة
mask = (df['Score_A'] == df['Score_B']) & (df['Score_A'] > 80) & (df['Age_Group'] == 'Adult')
filtered_df = df[mask]

# الصياغة المكافئة باستخدام query
filtered_df = df.query('Score_A == Score_B and Score_A > 80 and Age_Group == "Adult"')

في حالات نادرة وحرجة تتضمن شروطاً غير خطية أو منطقاً مخصصاً يتجاوز المقارنات الحسابية العادية (مثل تطبيق دوال تجزئة نصية أو لوغاريتمات معقدة لحسم التطابق)، قد يضطر المحلل للجوء إلى تطبيق دوال لامبدا المخصصة عبر apply(..., axis=1). ومع ذلك، يجب أن يظل هذا الخيار هو الملاذ الأخير؛ نظراً لأنه يعيد الكود عملياً إلى بطء الحلقات التكرارية لمستوى بايثون، متنازلاً عن كل المزايا الحوسبية للتحويل الاتجاهي السريع التي بيّناها سلفاً.

11. دراسة حالة تطبيقية: فحص اتساق تقييمات القياس النفسي والسلوكي

11.1 إعداد بيانات التجربة السلوكية ونمذجتها

لترسيخ كافة المفاهيم الرياضية والبرمجية المعروضة، نستعرض دراسة حالة تطبيقية متكاملة تحاكي تجربة قياس نفسي سلوكي واسعة النطاق. قامت إحدى المؤسسات البحثية بدراسة مستويات «الرضا الوظيفي والتوازن النفسي» لعينة قوامها مئات الموظفين عبر فترتين زمنيتين منفصلتين (الاختبار الأولي T1_Score، واختبار المتابعة بعد ستة أشهر T2_Score) باستخدام مقياس ليكرت الخماسي المتدرج (من 1: منخفض جداً إلى 5: مرتفع جداً). الهدف البحثي هو تحديد الأفراد الذين أظهروا استقراراً سلوكياً مطلقاً (تطابقاً تاماً بين الفترتين)، وفصلهم عن الأفراد الذين عانوا من تذبذب في مؤشرات الصحة النفسية لتحليل خصائص كل مجموعة.

تتضمن التجربة السلوكية أيضاً إدخال بيانات من مقيّمين خارجيين مشرفين على الحالات لتقييم مدى أهلية الموظف في نفس الفترات الزمنية، مما يخلق شبكة معقدة من المتغيرات المرتبطة التي تتطلب فحص الاتساق الداخلي، ومطابقة الأعمدة المتعددة، والتعامل الرصين مع حالات الغياب في القياس التي طرأت على بعض الحالات أثناء فترة المتابعة، وهو السيناريو الأكثر مطابقة للواقع التجريبي والميداني لعلوم البيانات الإحصائية.

يوضح النموذج التالي كيفية إنشاء وتوليد هيكل البيانات الاصطناعي الخاص بهذه التجربة في بيئة بانداس البرمجية، محتوياً على مصفوفات الدرجات، والمتغيرات الديموغرافية، وبعض القيم المفقودة لمحاكاة التحديات الحقيقية:

import pandas as pd
import numpy as np

# ضبط البذرة العشوائية لضمان تكرارية وتطابق النتائج
np.random.seed(42)

# إنشاء إطار البيانات السلوكي الاصطناعي
n_samples = 1000
data = {
    'Participant_ID': [f'SUBJ_{i:04d}' for i in range(1, n_samples + 1)],
    'Age': np.random.randint(22, 60, size=n_samples),
    'Department': np.random.choice(['IT', 'HR', 'Finance', 'Operations'], size=n_samples),
    'T1_Psych_Score': np.random.choice([1, 2, 3, 4, 5], size=n_samples, p=[0.1, 0.2, 0.4, 0.2, 0.1]),
    'T2_Psych_Score': np.random.choice([1, 2, 3, 4, 5], size=n_samples, p=[0.1, 0.2, 0.4, 0.2, 0.1]),
    'Rater_A_Eval': np.random.choice([1, 2, 3, 4, 5], size=n_samples),
    'Rater_B_Eval': np.random.choice([1, 2, 3, 4, 5], size=n_samples)
}

df_behavioral = pd.DataFrame(data)

# حقن قيم مفقودة بصورة عشوائية لتمثيل تغيب المشاركين
nan_indices = np.random.choice(n_samples, size=30, replace=False)
df_behavioral.loc[nan_indices[:15], 'T2_Psych_Score'] = np.nan
df_behavioral.loc[nan_indices[15:], 'Rater_B_Eval'] = np.nan

11.2 التنفيذ البرمجي لعملية استخراج حالات الاتفاق التام وتفسيرها

بعد تجهيز هيكل البيانات، تبدأ مرحلة التنفيذ الإجرائي لاستخراج الحالات التي تطابقت فيها استجابة الفحص النفسي الذاتي بين الفترتين T1_Psych_Score و T2_Psych_Score مع استبعاد الحالات المفقودة لضمان نقاء التحليل الإحصائي، تليها خطوة استخراج حالات اتفاق المقيّمين الخارجيين Rater_A_Eval و Rater_B_Eval وتوليد المؤشرات الوصفية لمعدلات التوافق العام:

# 1. استخراج حالات ثبات الاستجابة النفسية الذاتية (T1 == T2) مع استبعاد الفراغات
stable_psych_mask = (df_behavioral['T1_Psych_Score'] == df_behavioral['T2_Psych_Score']) & df_behavioral['T1_Psych_Score'].notna() & df_behavioral['T2_Psych_Score'].notna()
stable_psych_cohort = df_behavioral.loc[stable_psych_mask, :].copy()

# 2. حساب نسبة الاتساق الإحصائي الخام لعينة القياس النفسي
valid_responses_count = df_behavioral['T1_Psych_Score'].notna().sum()
agreement_percentage = (len(stable_psych_cohort) / valid_responses_count) * 100

# 3. إسناد مؤشر سلوكي في الإطار الأصلي لحالات الاتفاق التام للمحكمين الخارجيين باستخدام .loc
df_behavioral['Rater_Consensus'] = 'Disagreement'
rater_match_mask = (df_behavioral['Rater_A_Eval'] == df_behavioral['Rater_B_Eval']) & df_behavioral['Rater_A_Eval'].notna()
df_behavioral.loc[rater_match_mask, 'Rater_Consensus'] = 'Agreement'

# 4. طباعة المؤشرات الإحصائية الوصفية لمجموعات التوافق
print(f"إجمالي العينة الخاضعة للاختبار: {len(df_behavioral)}")
print(f"عدد حالات الاستقرار النفسي التام: {len(stable_psych_cohort)}")
print(f"نسبة الثبات السلوكي المقاسة: {agreement_percentage:.2f}%")
print("nتوزيع توافق المحكمين الخارجيين عبر الأقسام:")
print(pd.crosstab(df_behavioral['Department'], df_behavioral['Rater_Consensus'], normalize='index') * 100)

يكشف التفسير التحليلي للمخرجات المستخلصة من الشيفرة السابقة قوة هذه المنهجية البرمجية؛ فالنسبة المئوية المحسوبة تمثل الثبات الإمبريقي لإعادة الاختبار (Test-Retest Concordance). ومن خلال استخدام الجداول التبادلية الناتجة عن pd.crosstab للمتغيرات المصنفة عبر .loc، يستطيع فريق البحث رصد أي تباين تنظيمي مفاجئ؛ فإذا أظهر قسم العمليات (Operations) نسبة عدم توافق أعلى بكثير بين المحكمين مقارنة بباقي الأقسام، فإن ذلك يوجه الباحثين فوراً لمراجعة معايير التقييم الخاصة ببيئة هذا القسم الميداني، مما يبرز الأثر العملي لتحويل التصفية المنطقية البسيطة إلى بصيرة تحليلية متقدمة في صلب صناعة القرار.

12. أفضل الممارسات البرمجية والأخطاء الشائعة واستكشاف المشكلات وحلها

12.1 الأخطاء الشائعة وكيفية تجنبها برمجياً

يتكرر وقوع المبرمجين ومحللي البيانات في أخطاء برمجية خفية أثناء كتابة شروط مطابقة الأعمدة تؤدي إلى نتائج مضللة بصمت دون إطلاق استثناءات أو توقف الكود. الخطأ الكلاسيكي الأكثر انتشاراً هو «الخلط غير المقصود بين معامل المقارنة الشرطية == ومعامل الإسناد الرياضي =». عند كتابة تعبير استعلام نصي أو محاولة الفلترة وكتابة إسناد خاطئ، يطلق المترجم خطأً نحوياً، لكن الخطورة تكمن في بعض السياقات البرمجية التي قد تعيد كتابة البيانات الأصلية وتستبدلها إذا حدث الخلط داخل بيئات تفسير مرنة، مما يفسد مصفوفة البيانات بالكامل.

الخطأ الثاني الذي يُعد فخاً محكماً لغير المنتبهين هو «إغفال الأقواس في الأقنعة المركبة» الناتج عن الجهل بأسبقية المعاملات المنطقية. كتابة df[df['A'] == df['B'] & df['C'] == df['D']] ستؤدي حتماً إلى محاولة دمج df['B'] & df['C'] ثنائياً، وهو ما يطلق رسالة خطأ ملتبسة وشهيرة: The truth value of a Series is ambiguous. الحل الجذري والوحيد لتفادي هذا السلوك الشائع هو التثبيت المنهجي للأقواس المستقلة حول كل علاقة فرعية: ((df['A'] == df['B']) & (df['C'] == df['D'])).

الخطأ الثالث يتمثل في «افتراض المساواة مع إهمال المسافات الخفية وتطبيع الأنواع». فكثيراً ما يقضي المحلل ساعات طويلة في محاولة معرفة سبب إرجاع إطار بيانات فارغ تماماً بعد تطبيق شرط التساوي، ليكتشف في النهاية أن أحد العمودين تم استيراده كأرقام مخزنة في هيئة سلاسل نصية (String / Object) بينما العمود المقابل مخزن كأرقام صحيحة (Int64). بايثون لا تعتبر الرقم 5 متساوياً بأي حال مع السلسلة النصية "5". يفرض هذا السيناريو ضرورة استخدام دالة df.dtypes للتدقيق المسبق وتوحيد الأنواع البيانية عبر astype() قبل تطبيق اختبارات المساواة.

12.2 دليل كتابة كود نظيف وقابل للصيانة (Clean Code in Data Analysis)

تتطلب كتابة الأكواد التحليلية في البيئات الإنتاجية والمشاريع العلمية الالتزام الصارم بمبادئ «الكود النظيف» (Clean Code). المبدأ الأول هنا هو تجنب التعبيرات الشديدة التداخل والتعقيد (Unreadable Nested Expressions). إذا كان شرط التصفية يتطلب مطابقة عدة أعمدة وشروط فرعية، يجب تقسيم الكود وتفكيك المنطق إلى أقنعة بوليانية فرعية ذات أسماء دلالية واضحة (Descriptive Mask Names) تعكس الهدف التجريبي مباشرة، مثل:

is_score_concordant = (df['eval_rater1'] == df['eval_rater2'])
is_valid_clinical_case = df['clinical_status'].isin(['Active', 'Pending'])
target_patients = df.loc[is_score_concordant & is_valid_clinical_case]

المبدأ الثاني يتعلق بتوثيق الافتراضات الإحصائية والمنهجية المصاحبة لعمليات التصفية (Explicit Documentation). عندما يتم اختيار استبعاد الصفوف التي تحتوي على قيم NaN في كلا العمودين أو تضمينها، يجب أن يُذكر ذلك بوضوح في تعليقات الكود (Comments) أو في وثائق خط الأنابيب، مع توضيح الدلالة السلوكية أو الحسابية المترتبة على هذا الاستبعاد لضمان سهولة مراجعة الكود من قبل المحكمين والزملاء في الفريق البرمجي.

المبدأ الثالث والأكثر حيوية في البحث العلمي هو «ضمان تكرارية وإنتاجية النتائج» (Reproducibility). يتطلب ذلك كتابة دوال تصفية نقية (Pure Functions) تأخذ إطار البيانات والبارامترات المستهدفة كمدخلات، وتُرجع إطار البيانات المصفى دون إحداث أي تعديلات جانبية غير مقصودة (Side Effects) على البيانات الأصلية في النطاق العام، مع ربط خطوات المعالجة بسلاسل المعالجة المنهجية (Method Chaining) عبر دالة pipe() إن أمكن لتعزيز الانسيابية المنهجية لخط التحليل.

12.3 خلاصة المنهجية وتوصيات الاختيار بين الأساليب المختلفة

لإرساء مرجعية حاسمة وواضحة للمطورين وعلماء البيانات لاختيار الأداة البرمجية الأمثل لمطابقة الأعمدة في مكتبة بانداس، يستعرض الجدول الشامل أدناه ملخصاً مقارناً يجمع نقاط القوة والضعف وحدود التطبيق لكل أسلوب من الأساليب الثلاثة الرئيسية المشروحة بالتفصيل في هذا الدليل:

الأسلوب البرمجي	نقاط القوة الرئيسية	نقاط الضعف والمآخذ	سياق الاستخدام الموصى به
دالة الاستعلام df.query()	صياغة نصية أنيقة وشديدة المقروئية. تفوق حوسبي هائل مع البيانات الضخمة (NumExpr). كفاءة إدارة الذاكرة الوسيطة وتجنب التكرار.	عبء زمني إضافي في البيانات الصغيرة (أقل من 100 ألف صف). صعوبة التعامل مع أسماء الأعمدة غير القياسية إلا عبر علامات ` `. عدم دعم بعض الدوال والعمليات المنطقية المخصصة.	مشاريع البيانات الضخمة (ملايين الصفوف)، وخطوط المعالجة التي تتطلب كوداً تصريحياً نظيفاً يشبه لغة SQL.
الفهرسة البوليانية df[…]	أداء فائق وسرعة قصوى مع البيانات الصغيرة والمتوسطة. تكامل مثالي مع بيئات التطوير، والإكمال التلقائي، والتحليل الساكن. مرونة لا نهائية في دمج دوال خارجية مخصصة.	تكرار اسم إطار البيانات مما يطيل الصياغة البرمجية. تتطلب حذراً شديداً بخصوص أسبقية المعاملات والأقواس. استهلاك ذاكرة وسيطة مؤقتة في العمليات المركبة.	التحليلات الاستكشافية اليومية (EDA)، والبيانات ذات الحجم الصغير إلى المتوسط، وعند استخدام شروط ومعاملات مخصصة.
محدد الوصول المتقدم df.loc[…]	الجمع الفوري بين تصفية الصفوف واختيار الأعمدة. الحل الحاسم لتجنب تحذير SettingWithCopyWarning. كفاءة مطلقة في إسناد وتعديل القيم المتوافقة موضعياً.	صياغة أطول نسبياً وتحتاج دقة في تحديد المحاور. مطابقة في السرعة مع الفهرسة المنطقية العادية دون تفوق نوعي فيها.	عمليات هندسة الخصائص، وتعديل قيم البيانات المشروطة، وبناء خطوط إنتاج بيانات إنتاجية مستقرة تتطلب معايير دقة برمجية صارمة.

إن إتقان التلاعب بالبيانات الجدولية عبر مكتبة بانداس لا يتوقف عند معرفة الصياغات السطحية للأوامر، بل ينبع من الإدراك العميق لكيفية تفاعل الكود المكتوب مع مسجلات المعالج، وكتل الذاكرة العشوائية، والمحددات الرياضية لمعايير تمثيل الأعداد العشرية والقيم المفقودة. إن الالتزام بالقواعد المنهجية التي فُصلت في هذا الدليل يضمن لكل باحث ومطور تحويل مهام مطابقة الأعمدة البسيطة ظاهرياً إلى عمليات برمجية تتسم بالأناقة، والسرعة الخارقة، والثقة الإحصائية المطلقة.

خاتمة

في الختام، يُعد تحديد الصفوف التي يتساوى فيها عمودان في مكتبة بانداس عملية محورية تمثل تقاطعاً هاماً بين قواعد الجبر العلائقي، والبرمجة الاتجاهية منخفضة المستوى، والتحليل الإحصائي التطبيقي. لقد استعرضنا من خلال هذا المقال المنهجي الشامل كيف تتفاوت الأدوات المتاحة—بدءاً من دالة الاستعلام النصي query() ومحركها الحوسبي NumExpr، ومروراً بالفهرسة البوليانية القياسية، ووصولاً إلى قوة محدد الوصول .loc—في إدارة الذاكرة وسرعة التنفيذ وقابلية الصيانة.

كما ألقينا الضوء على أدق التفاصيل التقنية التي قد تعترض طريق المحللين؛ مثل السلوك المعياري للقيم المفقودة وتأثير معيار IEEE 754 في استبعاد الفراغات غير المتوقعة، ومسألة التقريب الحوسبي للأعداد العشرية التي تقتضي استبدال المساواة الصارمة بدوال التقارب الإحصائي مثل np.isclose()، فضلاً عن تحديات تطبيع السلاسل النصية وضبط البيانات الفئوية والزمنية. وتكامل هذا التأصيل النظري مع دراسة حالة إمبريقية عملية في القياس السلوكي النفسي، أظهرت بوضوح كيفية تحويل الشيفرة البرمجية إلى أداة بحثية رفيعة المستوى لكشف الاتساق وتصنيف الأنماط.

إن تبني أفضل الممارسات المتمثلة في كتابة شروط مستقلة الأقواس، وتوثيق القرارات المنهجية الخاصة بالقيم المفقودة، واختيار الأسلوب البرمجي المناسب توازياً مع حجم مجموعة البيانات، يضمن للمطورين وعلماء البيانات إنتاج أكواد تتسم بالمتانة والسرعة والموثوقية العلمية. ندعو القارئ إلى ممارسة هذه التقنيات وتطبيق القياسات المعيارية على بياناته الحقيقية، لتظل خطوط معالجة البيانات دائماً على أعلى درجات الدقة والكفاءة الحوسبية.

المراجع

• McKinney, W. (2022). Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter (3rd ed.). O’Reilly Media. https://wesmckinney.com/book/
• The Pandas Development Team. (2023). pandas documentation: Indexing and selecting data. PyData. https://pandas.pydata.org/docs/user_guide/indexing.html
• 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
• IEEE. (2019). IEEE Standard for Floating-Point Arithmetic (IEEE Std 754-2019). IEEE Computer Society. https://standards.ieee.org/ieee/754/6027/
• Codd, E. F. (1970). A relational model of data for large shared data banks. Communications of the ACM, 13(6), 377-387. https://doi.org/10.1145/362384.362685
• NumExpr Developers. (2023). NumExpr: Fast numerical expression evaluator for NumPy. Read the Docs. https://numexpr.readthedocs.io/