import pandas as pd # قراءة ملف CSV df = pd.read_csv('employees.csv') print(f"شكل البيانات: {df.shape}") # (عدد الصفوف, عدد الأعمدة) print(f"أول 5 صفوف: {df.head()}") # قراءة مع خيارات متقدمة df_advanced = pd.read_csv( 'data.csv', encoding='utf-8', # ترميز النص sep=';', # فاصل الأعمدة index_col=0, # العمود الأول كفهرس parse_dates=['التاريخ'], # تحويل التواريخ na_values=['N/A', 'NULL'] # القيم المفقودة ) # معلومات عن البيانات print(f" معلومات البيانات:") print(df.info()) print(f" الإحصائيات الأساسية:") print(df.describe())

# قراءة ملف Excel df_excel = pd.read_excel('sales_data.xlsx') # قراءة ورقة عمل محددة df_sheet = pd.read_excel('data.xlsx', sheet_name='المبيعات') # قراءة عدة أوراق عمل all_sheets = pd.read_excel('data.xlsx', sheet_name=None) print(f"أوراق العمل المتاحة: {list(all_sheets.keys())}") # قراءة مع تحديد النطاق df_range = pd.read_excel( 'data.xlsx', sheet_name='البيانات', usecols='A:E', # الأعمدة من A إلى E skiprows=2, # تجاهل أول صفين nrows=100 # قراءة 100 صف فقط )

# قراءة ملف JSON df_json = pd.read_json('data.json') # قراءة من قاعدة بيانات SQL import sqlite3 conn = sqlite3.connect('database.db') df_sql = pd.read_sql_query('SELECT * FROM employees', conn) # قراءة من الويب مباشرة df_web = pd.read_csv('https://example.com/data.csv') # قراءة ملف HTML (الجداول) df_html = pd.read_html('https://example.com/table.html')[0] # قراءة ملف Parquet (للبيانات الكبيرة) df_parquet = pd.read_parquet('big_data.parquet')

import pandas as pd import numpy as np from datetime import datetime, timedelta # إنشاء بيانات موظفين وهمية np.random.seed(42) n_employees = 1000 # إنشاء البيانات employees_data = { 'الرقم_الوظيفي': range(1001, 1001 + n_employees), 'الاسم': [f'موظف_{i}' for i in range(1, n_employees + 1)], 'القسم': np.random.choice(['المبيعات', 'التسويق', 'التطوير', 'الموارد البشرية', 'المالية'], n_employees), 'العمر': np.random.randint(22, 65, n_employees), 'الراتب': np.random.normal(8000, 2000, n_employees).round(2), 'سنوات_الخبرة': np.random.randint(0, 20, n_employees), 'تاريخ_التوظيف': [datetime.now() - timedelta(days=np.random.randint(30, 3650)) for _ in range(n_employees)], 'الحالة': np.random.choice(['نشط', 'إجازة', 'متدرب'], n_employees, p=[0.8, 0.15, 0.05]) } # إضافة بعض القيم المفقودة لمحاكاة البيانات الحقيقية missing_indices = np.random.choice(n_employees, 50, replace=False) for idx in missing_indices: employees_data['الراتب'][idx] = np.nan df = pd.DataFrame(employees_data) print(f"تم إنشاء بيانات {len(df)} موظف") print(f"شكل البيانات: {df.shape}")

# نظرة سريعة على البيانات print("أول 5 صفوف:") print(df.head()) print(" آخر 5 صفوف:") print(df.tail()) print(" عينة عشوائية من 5 صفوف:") print(df.sample(5)) # معلومات عامة عن البيانات print(" معلومات البيانات:") print(df.info()) # أسماء الأعمدة print(f" أسماء الأعمدة: {list(df.columns)}") # أنواع البيانات print(" أنواع البيانات:") print(df.dtypes) # حجم البيانات print(f" حجم البيانات: {df.shape}") print(f"عدد الصفوف: {len(df)}") print(f"عدد الأعمدة: {len(df.columns)}") # الذاكرة المستخدمة print(f" استخدام الذاكرة: {df.memory_usage(deep=True).sum() / 1024**2:.2f} MB")

# الإحصائيات الأساسية للأعمدة الرقمية print("الإحصائيات الأساسية:") print(df.describe()) # إحصائيات شاملة (تشمل النصوص) print(" إحصائيات شاملة:") print(df.describe(include='all')) # إحصائيات مخصصة print(" إحصائيات مخصصة:") numeric_cols = df.select_dtypes(include=[np.number]).columns for col in numeric_cols: print(f" {col}:") print(f" المتوسط: {df[col].mean():.2f}") print(f" الوسيط: {df[col].median():.2f}") print(f" الانحراف المعياري: {df[col].std():.2f}") print(f" أقل قيمة: {df[col].min():.2f}") print(f" أكبر قيمة: {df[col].max():.2f}") print(f" المدى: {df[col].max() - df[col].min():.2f}") # القيم الفريدة في الأعمدة النصية categorical_cols = df.select_dtypes(include=['object']).columns for col in categorical_cols: if col != 'الاسم': # تجاهل عمود الأسماء print(f" القيم الفريدة في {col}:") print(df[col].value_counts())

# الوصول لعمود واحد (يعيد Series) ages = df['العمر'] print(f"نوع البيانات: {type(ages)}") print(f"أول 5 قيم: {ages.head()}") # الوصول لعدة أعمدة (يعيد DataFrame) subset = df[['الاسم', 'العمر', 'الراتب']] print(f" شكل البيانات الفرعية: {subset.shape}") # الوصول باستخدام النقطة (للأعمدة بدون مسافات) # df.العمر # يعمل فقط إذا لم يكن هناك مسافات في اسم العمود # إنشاء أعمدة جديدة df['الراتب_السنوي'] = df['الراتب'] * 12 df['فئة_العمر'] = pd.cut(df['العمر'], bins=[0, 30, 45, 65], labels=['شاب', 'متوسط', 'كبير']) print(f" أول 5 صفوف مع الأعمدة الجديدة:") print(df[['الاسم', 'العمر', 'فئة_العمر', 'الراتب', 'الراتب_السنوي']].head())

# الوصول بالفهرس الرقمي first_employee = df.iloc[0] # أول موظف print(f"أول موظف: {first_employee}") # الوصول لعدة صفوف first_five = df.iloc[0:5] # أول 5 موظفين print(f" أول 5 موظفين: {first_five[['الاسم', 'القسم', 'الراتب']]}") # الوصول بالفهرس المسمى (إذا كان متاحاً) df_indexed = df.set_index('الرقم_الوظيفي') employee_1001 = df_indexed.loc[1001] print(f" الموظف رقم 1001: {employee_1001}") # الوصول العشوائي random_employees = df.sample(3) print(f" 3 موظفين عشوائيين: {random_employees[['الاسم', 'القسم', 'الراتب']]}") # الوصول للصفوف الأخيرة last_employees = df.tail(3) print(f" آخر 3 موظفين: {last_employees[['الاسم', 'القسم', 'الراتب']]}")

# فلترة بسيطة high_salary = df[df['الراتب'] > 10000] print(f"عدد الموظفين براتب أكثر من 10000: {len(high_salary)}") # فلترة متعددة الشروط young_developers = df[ (df['العمر'] < 30) & (df['القسم'] == 'التطوير') & (df['الراتب'] > 7000) ] print(f" المطورين الشباب براتب عالي: {len(young_developers)}") print(young_developers[['الاسم', 'العمر', 'القسم', 'الراتب']].head()) # فلترة بالقوائم target_departments = ['المبيعات', 'التسويق'] sales_marketing = df[df['القسم'].isin(target_departments)] print(f" موظفي المبيعات والتسويق: {len(sales_marketing)}") # فلترة النصوص names_with_ahmed = df[df['الاسم'].str.contains('أحمد', na=False)] print(f" الموظفين الذين يحتوي اسمهم على 'أحمد': {len(names_with_ahmed)}") # فلترة التواريخ recent_hires = df[df['تاريخ_التوظيف'] > '2023-01-01'] print(f" الموظفين المعينين حديثاً: {len(recent_hires)}") # فلترة القيم المفقودة employees_with_salary = df[df['الراتب'].notna()] employees_without_salary = df[df['الراتب'].isna()] print(f" موظفين بدون راتب محدد: {len(employees_without_salary)}")

# فحص القيم المفقودة print("القيم المفقودة في كل عمود:") missing_data = df.isnull().sum() print(missing_data[missing_data > 0]) # نسبة القيم المفقودة print(" نسبة القيم المفقودة:") missing_percentage = (df.isnull().sum() / len(df)) * 100 print(missing_percentage[missing_percentage > 0]) # طرق التعامل مع القيم المفقودة # 1. حذف الصفوف التي تحتوي على قيم مفقودة df_dropped_rows = df.dropna() print(f" بعد حذف الصفوف: {df_dropped_rows.shape}") # 2. حذف الأعمدة التي تحتوي على قيم مفقودة df_dropped_cols = df.dropna(axis=1) print(f"بعد حذف الأعمدة: {df_dropped_cols.shape}") # 3. ملء القيم المفقودة بقيم افتراضية df_filled = df.copy() # ملء بالمتوسط للأعمدة الرقمية df_filled['الراتب'].fillna(df_filled['الراتب'].mean(), inplace=True) # ملء بالقيمة الأكثر تكراراً للأعمدة النصية df_filled['القسم'].fillna(df_filled['القسم'].mode()[0], inplace=True) # ملء بقيمة ثابتة df_filled['الحالة'].fillna('غير محدد', inplace=True) print(f" بعد ملء القيم المفقودة:") print(df_filled.isnull().sum()) # 4. الاستيفاء (Interpolation) للبيانات الرقمية df_interpolated = df.copy() df_interpolated['الراتب'] = df_interpolated['الراتب'].interpolate() # 5. الملء الأمامي والخلفي df_forward_fill = df.fillna(method='ffill') # ملء بالقيمة السابقة df_backward_fill = df.fillna(method='bfill') # ملء بالقيمة التالية

# إضافة بعض الصفوف المكررة للتجربة duplicate_rows = df.sample(10).copy() df_with_duplicates = pd.concat([df, duplicate_rows], ignore_index=True) print(f"البيانات الأصلية: {len(df)} صف") print(f"مع التكرارات: {len(df_with_duplicates)} صف") # فحص التكرارات duplicates = df_with_duplicates.duplicated() print(f"عدد الصفوف المكررة: {duplicates.sum()}") # إزالة التكرارات df_no_duplicates = df_with_duplicates.drop_duplicates() print(f"بعد إزالة التكرارات: {len(df_no_duplicates)} صف") # إزالة التكرارات بناءً على أعمدة محددة df_unique_names = df_with_duplicates.drop_duplicates(subset=['الاسم']) print(f"أسماء فريدة: {len(df_unique_names)} صف") # الاحتفاظ بآخر تكرار بدلاً من الأول df_keep_last = df_with_duplicates.drop_duplicates(keep='last') print(f"الاحتفاظ بآخر تكرار: {len(df_keep_last)} صف")

# إضافة بعض البيانات النصية غير المنظمة للتجربة messy_names = [ ' أحمد محمد ', 'فاطمة_الزهراء', 'محمد-علي', 'SARA AHMED', 'نور الدين' ] df_messy = pd.DataFrame({'الاسم_غير_منظم': messy_names}) # تنظيف النصوص df_clean = df_messy.copy() # إزالة المسافات الزائدة df_clean['الاسم_منظم'] = df_clean['الاسم_غير_منظم'].str.strip() # استبدال الرموز df_clean['الاسم_منظم'] = df_clean['الاسم_منظم'].str.replace('_', ' ') df_clean['الاسم_منظم'] = df_clean['الاسم_منظم'].str.replace('-', ' ') # تحويل إلى أحرف صغيرة df_clean['الاسم_صغير'] = df_clean['الاسم_منظم'].str.lower() # تحويل إلى أحرف كبيرة df_clean['الاسم_كبير'] = df_clean['الاسم_منظم'].str.upper() # تحويل الحرف الأول إلى كبير df_clean['الاسم_مناسب'] = df_clean['الاسم_منظم'].str.title() print("تنظيف النصوص:") print(df_clean) # تطبيق على بياناتنا الأساسية df['الاسم_منظم'] = df['الاسم'].str.strip().str.title() df['القسم_منظم'] = df['القسم'].str.strip().str.title() # فحص الأقسام الفريدة print(f" الأقسام بعد التنظيف:") print(df['القسم_منظم'].value_counts())

# التجميع حسب القسم dept_analysis = df.groupby('القسم').agg({ 'الراتب': ['mean', 'median', 'std', 'min', 'max', 'count'], 'العمر': ['mean', 'min', 'max'], 'سنوات_الخبرة': ['mean', 'max'] }).round(2) print("تحليل الأقسام:") print(dept_analysis) # تحليل أكثر تفصيلاً print(" تحليل مفصل للأقسام:") for dept in df['القسم'].unique(): dept_data = df[df['القسم'] == dept] print(f" {dept}:") print(f" عدد الموظفين: {len(dept_data)}") print(f" متوسط الراتب: {dept_data['الراتب'].mean():.2f}") print(f" متوسط العمر: {dept_data['العمر'].mean():.1f}") print(f" متوسط سنوات الخبرة: {dept_data['سنوات_الخبرة'].mean():.1f}") # التجميع المتعدد age_dept_analysis = df.groupby(['فئة_العمر', 'القسم'])['الراتب'].agg([ 'count', 'mean', 'std' ]).round(2) print(" تحليل حسب العمر والقسم:") print(age_dept_analysis) # إحصائيات مخصصة def salary_range(series): return series.max() - series.min() custom_stats = df.groupby('القسم')['الراتب'].agg([ 'mean', 'median', salary_range, lambda x: x.quantile(0.75) - x.quantile(0.25) # المدى الربعي ]).round(2) custom_stats.columns = ['المتوسط', 'الوسيط', 'المدى', 'المدى_الربعي'] print(" إحصائيات مخصصة:") print(custom_stats)

# جدول محوري بسيط pivot_basic = df.pivot_table( values='الراتب', index='القسم', aggfunc='mean' ).round(2) print("متوسط الراتب حسب القسم:") print(pivot_basic) # جدول محوري متقدم pivot_advanced = df.pivot_table( values=['الراتب', 'العمر'], index='القسم', columns='فئة_العمر', aggfunc={ 'الراتب': 'mean', 'العمر': 'count' }, fill_value=0, margins=True # إضافة إجماليات ).round(2) print(" جدول محوري متقدم:") print(pivot_advanced) # جدول تكرارات crosstab = pd.crosstab( df['القسم'], df['فئة_العمر'], margins=True, normalize='index' # نسب مئوية ).round(3) print(" جدول التكرارات (نسب مئوية):") print(crosstab) # تحليل الرواتب حسب سنوات الخبرة experience_bins = pd.cut(df['سنوات_الخبرة'], bins=[0, 2, 5, 10, 20], labels=['مبتدئ', 'متوسط', 'خبير', 'خبير جداً']) salary_by_experience = df.groupby(experience_bins)['الراتب'].agg([ 'count', 'mean', 'median', 'std' ]).round(2) print(" تحليل الرواتب حسب الخبرة:") print(salary_by_experience)

# إنشاء جدول تقييمات الأداء performance_data = { 'الرقم_الوظيفي': np.random.choice(df['الرقم_الوظيفي'], 800), 'تقييم_الأداء': np.random.choice(['ممتاز', 'جيد جداً', 'جيد', 'مقبول'], 800), 'النقاط': np.random.randint(60, 100, 800), 'تاريخ_التقييم': [datetime.now() - timedelta(days=np.random.randint(1, 365)) for _ in range(800)] } df_performance = pd.DataFrame(performance_data) print(f"بيانات التقييم: {df_performance.shape}") print(df_performance.head()) # إنشاء جدول معلومات الأقسام departments_info = { 'القسم': ['المبيعات', 'التسويق', 'التطوير', 'الموارد البشرية', 'المالية'], 'المدير': ['أحمد محمد', 'فاطمة علي', 'محمد حسن', 'نور الدين', 'سارة أحمد'], 'الميزانية': [500000, 300000, 800000, 200000, 400000], 'عدد_الموظفين_المستهدف': [200, 150, 300, 100, 120] } df_departments = pd.DataFrame(departments_info) print(f" معلومات الأقسام:") print(df_departments)

# 1. Inner Join - الصفوف الموجودة في كلا الجدولين inner_join = df.merge(df_performance, on='الرقم_الوظيفي', how='inner') print(f"Inner Join: {inner_join.shape}") print(f"الموظفين الذين لديهم تقييم: {len(inner_join)}") # 2. Left Join - جميع الصفوف من الجدول الأيسر left_join = df.merge(df_performance, on='الرقم_الوظيفي', how='left') print(f" Left Join: {left_join.shape}") print(f"الموظفين بدون تقييم: {left_join['تقييم_الأداء'].isna().sum()}") # 3. Right Join - جميع الصفوف من الجدول الأيمن right_join = df.merge(df_performance, on='الرقم_الوظيفي', how='right') print(f" Right Join: {right_join.shape}") # 4. Outer Join - جميع الصفوف من كلا الجدولين outer_join = df.merge(df_performance, on='الرقم_الوظيفي', how='outer') print(f" Outer Join: {outer_join.shape}") # دمج مع جدول الأقسام complete_data = left_join.merge(df_departments, on='القسم', how='left') print(f" البيانات الكاملة: {complete_data.shape}") # عرض عينة من البيانات المدموجة sample_columns = ['الاسم', 'القسم', 'الراتب', 'تقييم_الأداء', 'النقاط', 'المدير'] print(f" عينة من البيانات المدموجة:") print(complete_data[sample_columns].head(10))

# تحليل شامل للبيانات المدموجة print("تحليل شامل للبيانات المدموجة:") print("=" * 50) # 1. تحليل الأداء حسب القسم performance_by_dept = complete_data.groupby('القسم').agg({ 'النقاط': ['mean', 'std', 'count'], 'الراتب': 'mean', 'العمر': 'mean' }).round(2) print(" 1. الأداء حسب القسم:") print(performance_by_dept) # 2. العلاقة بين الراتب والأداء salary_performance = complete_data.groupby('تقييم_الأداء').agg({ 'الراتب': ['mean', 'median', 'count'], 'النقاط': 'mean', 'سنوات_الخبرة': 'mean' }).round(2) print(" 2. العلاقة بين الراتب والأداء:") print(salary_performance) # 3. تحليل الكفاءة (النقاط مقابل الراتب) complete_data['كفاءة_التكلفة'] = complete_data['النقاط'] / (complete_data['الراتب'] / 1000) efficiency_by_dept = complete_data.groupby('القسم')['كفاءة_التكلفة'].agg([ 'mean', 'median', 'std' ]).round(3) print(" 3. كفاءة التكلفة حسب القسم:") print(efficiency_by_dept) # 4. أفضل الموظفين أداءً top_performers = complete_data.nlargest(10, 'النقاط')[ ['الاسم', 'القسم', 'النقاط', 'تقييم_الأداء', 'الراتب', 'سنوات_الخبرة'] ] print(" 4. أفضل 10 موظفين أداءً:") print(top_performers) # 5. الموظفين الذين يحتاجون تطوير needs_improvement = complete_data[ (complete_data['النقاط'] < 70) | (complete_data['تقييم_الأداء'] == 'مقبول') ][['الاسم', 'القسم', 'النقاط', 'تقييم_الأداء', 'سنوات_الخبرة']] print(f" 5. الموظفين الذين يحتاجون تطوير ({len(needs_improvement)} موظف):") print(needs_improvement.head())

# حفظ كملف CSV complete_data.to_csv('employee_analysis.csv', index=False, encoding='utf-8') print("تم حفظ البيانات كملف CSV") # حفظ كملف Excel مع عدة أوراق عمل with pd.ExcelWriter('employee_report.xlsx', engine='openpyxl') as writer: # الورقة الأساسية complete_data.to_excel(writer, sheet_name='البيانات_الكاملة', index=False) # ورقة التحليل حسب القسم performance_by_dept.to_excel(writer, sheet_name='تحليل_الأقسام') # ورقة أفضل الموظفين top_performers.to_excel(writer, sheet_name='أفضل_الموظفين', index=False) # ورقة الموظفين المحتاجين تطوير needs_improvement.to_excel(writer, sheet_name='يحتاج_تطوير', index=False) print("تم حفظ التقرير الشامل كملف Excel") # حفظ كملف JSON complete_data.to_json('employee_data.json', orient='records', force_ascii=False) print("تم حفظ البيانات كملف JSON") # حفظ كملف Parquet (للبيانات الكبيرة) complete_data.to_parquet('employee_data.parquet') print("تم حفظ البيانات كملف Parquet") # حفظ إحصائيات سريعة summary_stats = { 'إجمالي_الموظفين': len(complete_data), 'متوسط_الراتب': complete_data['الراتب'].mean(), 'متوسط_النقاط': complete_data['النقاط'].mean(), 'عدد_الأقسام': complete_data['القسم'].nunique(), 'تاريخ_التحليل': datetime.now().strftime('%Y-%m-%d %H:%M:%S') } summary_df = pd.DataFrame([summary_stats]) summary_df.to_csv('summary_stats.csv', index=False) print("تم حفظ الإحصائيات الملخصة")

# إنشاء بيانات مبيعات متجر إلكتروني np.random.seed(42) # بيانات المنتجات products = { 'معرف_المنتج': range(1, 101), 'اسم_المنتج': [f'منتج_{i}' for i in range(1, 101)], 'الفئة': np.random.choice(['إلكترونيات', 'ملابس', 'كتب', 'منزل', 'رياضة'], 100), 'السعر': np.random.uniform(50, 1000, 100).round(2), 'التكلفة': lambda: np.random.uniform(20, 500, 100).round(2) } products['التكلفة'] = np.random.uniform(20, 500, 100).round(2) products['الربح'] = products['السعر'] - products['التكلفة'] df_products = pd.DataFrame(products) # بيانات العملاء customers = { 'معرف_العميل': range(1, 501), 'اسم_العميل': [f'عميل_{i}' for i in range(1, 501)], 'المدينة': np.random.choice(['الرياض', 'جدة', 'الدمام', 'مكة', 'المدينة'], 500), 'العمر': np.random.randint(18, 70, 500), 'الجنس': np.random.choice(['ذكر', 'أنثى'], 500), 'تاريخ_التسجيل': [datetime.now() - timedelta(days=np.random.randint(30, 1095)) for _ in range(500)] } df_customers = pd.DataFrame(customers) # بيانات المبيعات n_sales = 5000 sales = { 'معرف_الطلب': range(1, n_sales + 1), 'معرف_العميل': np.random.choice(df_customers['معرف_العميل'], n_sales), 'معرف_المنتج': np.random.choice(df_products['معرف_المنتج'], n_sales), 'الكمية': np.random.randint(1, 5, n_sales), 'تاريخ_الطلب': [datetime.now() - timedelta(days=np.random.randint(1, 365)) for _ in range(n_sales)], 'حالة_الطلب': np.random.choice(['مكتمل', 'ملغي', 'قيد المعالجة'], n_sales, p=[0.85, 0.10, 0.05]) } df_sales = pd.DataFrame(sales) print(f"المنتجات: {len(df_products)}") print(f"العملاء: {len(df_customers)}") print(f"المبيعات: {len(df_sales)}")

# دمج جميع البيانات sales_complete = df_sales.merge(df_products, on='معرف_المنتج', how='left') sales_complete = sales_complete.merge(df_customers, on='معرف_العميل', how='left') # حساب المقاييس المالية sales_complete['إجمالي_السعر'] = sales_complete['السعر'] * sales_complete['الكمية'] sales_complete['إجمالي_التكلفة'] = sales_complete['التكلفة'] * sales_complete['الكمية'] sales_complete['إجمالي_الربح'] = sales_complete['إجمالي_السعر'] - sales_complete['إجمالي_التكلفة'] # إضافة معلومات زمنية sales_complete['الشهر'] = sales_complete['تاريخ_الطلب'].dt.month sales_complete['اليوم_من_الأسبوع'] = sales_complete['تاريخ_الطلب'].dt.day_name() sales_complete['الربع'] = sales_complete['تاريخ_الطلب'].dt.quarter # فلترة الطلبات المكتملة فقط للتحليل completed_sales = sales_complete[sales_complete['حالة_الطلب'] == 'مكتمل'].copy() print(f"إجمالي الطلبات: {len(sales_complete)}") print(f"الطلبات المكتملة: {len(completed_sales)}") print(f"معدل إتمام الطلبات: {len(completed_sales)/len(sales_complete)*100:.1f}%")

print("📊 التحليل المالي الشامل") print("=" * 50) # 1. الأداء المالي العام total_revenue = completed_sales['إجمالي_السعر'].sum() total_cost = completed_sales['إجمالي_التكلفة'].sum() total_profit = completed_sales['إجمالي_الربح'].sum() profit_margin = (total_profit / total_revenue) * 100 print(f" 💰 الأداء المالي العام:") print(f"إجمالي الإيرادات: {total_revenue:,.2f} ريال") print(f"إجمالي التكاليف: {total_cost:,.2f} ريال") print(f"إجمالي الأرباح: {total_profit:,.2f} ريال") print(f"هامش الربح: {profit_margin:.1f}%") # 2. الأداء حسب الفئة category_performance = completed_sales.groupby('الفئة').agg({ 'إجمالي_السعر': 'sum', 'إجمالي_الربح': 'sum', 'الكمية': 'sum', 'معرف_الطلب': 'count' }).round(2) category_performance['هامش_الربح'] = ( category_performance['إجمالي_الربح'] / category_performance['إجمالي_السعر'] * 100 ).round(1) category_performance.columns = ['الإيرادات', 'الأرباح', 'الكمية_المباعة', 'عدد_الطلبات', 'هامش_الربح_%'] category_performance = category_performance.sort_values('الإيرادات', ascending=False) print(f" 📈 الأداء حسب الفئة:") print(category_performance) # 3. الأداء الشهري monthly_performance = completed_sales.groupby('الشهر').agg({ 'إجمالي_السعر': 'sum', 'إجمالي_الربح': 'sum', 'معرف_الطلب': 'count' }).round(2) monthly_performance.columns = ['الإيرادات', 'الأرباح', 'عدد_الطلبات'] print(f" 📅 الأداء الشهري:") print(monthly_performance) # 4. أفضل المنتجات top_products = completed_sales.groupby(['معرف_المنتج', 'اسم_المنتج']).agg({ 'إجمالي_السعر': 'sum', 'إجمالي_الربح': 'sum', 'الكمية': 'sum' }).round(2).sort_values('إجمالي_السعر', ascending=False).head(10) print(f" 🏆 أفضل 10 منتجات (حسب الإيرادات):") print(top_products)

print(" 👥 تحليل العملاء المتقدم") print("=" * 50) # 1. تحليل سلوك العملاء customer_behavior = completed_sales.groupby('معرف_العميل').agg({ 'إجمالي_السعر': ['sum', 'mean', 'count'], 'الكمية': 'sum', 'تاريخ_الطلب': ['min', 'max'] }).round(2) # تسطيح أسماء الأعمدة customer_behavior.columns = ['إجمالي_الإنفاق', 'متوسط_الطلب', 'عدد_الطلبات', 'إجمالي_الكمية', 'أول_طلب', 'آخر_طلب'] # حساب قيمة العميل مدى الحياة (CLV) customer_behavior['قيمة_العميل'] = customer_behavior['إجمالي_الإنفاق'] # تصنيف العملاء customer_behavior['فئة_العميل'] = pd.cut( customer_behavior['قيمة_العميل'], bins=[0, 500, 1500, 5000, float('inf')], labels=['عادي', 'جيد', 'مميز', 'VIP'] ) # إحصائيات العملاء print(f" 📊 إحصائيات العملاء:") print(f"إجمالي العملاء النشطين: {len(customer_behavior)}") print(f"متوسط قيمة العميل: {customer_behavior['قيمة_العميل'].mean():.2f} ريال") print(f"متوسط عدد الطلبات للعميل: {customer_behavior['عدد_الطلبات'].mean():.1f}") # توزيع فئات العملاء customer_segments = customer_behavior['فئة_العميل'].value_counts() print(f" 🎯 توزيع فئات العملاء:") print(customer_segments) # أفضل العملاء top_customers = customer_behavior.nlargest(10, 'قيمة_العميل')[ ['إجمالي_الإنفاق', 'عدد_الطلبات', 'متوسط_الطلب', 'فئة_العميل'] ] print(f" 🌟 أفضل 10 عملاء:") print(top_customers) # 2. التحليل الجغرافي geographic_analysis = completed_sales.groupby('المدينة').agg({ 'إجمالي_السعر': 'sum', 'معرف_العميل': 'nunique', 'معرف_الطلب': 'count' }).round(2) geographic_analysis.columns = ['إجمالي_الإيرادات', 'عدد_العملاء', 'عدد_الطلبات'] geographic_analysis['متوسط_الإنفاق_للعميل'] = ( geographic_analysis['إجمالي_الإيرادات'] / geographic_analysis['عدد_العملاء'] ).round(2) geographic_analysis = geographic_analysis.sort_values('إجمالي_الإيرادات', ascending=False) print(f" 🗺️ التحليل الجغرافي:") print(geographic_analysis) # 3. تحليل الأعمار والجنس demographic_analysis = completed_sales.groupby(['الجنس', pd.cut(completed_sales['العمر'], bins=[0, 25, 35, 50, 100], labels=['18-25', '26-35', '36-50', '50+'])]).agg({ 'إجمالي_السعر': 'sum', 'معرف_العميل': 'nunique' }).round(2) print(f" 👫 التحليل الديموغرافي:") print(demographic_analysis)