إنتقل إلى المحتوى الرئيسي

الأسبوع 5: قراءة وكتابة ملفات CSV

📊 كل ما تعلمته هذا الشهر كان يبني نحو شيء واحد: البيانات الحقيقية تعيش في ملفات، لا في كود كتبته يدويًا.

🎯 أهداف التعلّم​

بنهاية هذا الأسبوع ستكون قادرًا على:

  • فتح وإغلاق ملف بأمان باستخدام with، وشرح أهمية ذلك.
  • قراءة صفوف ملف CSV إلى بايثون باستخدام وحدة csv المدمجة، كقوائم وكقواميس.
  • كتابة صفوف عادية وصفوف بشكل قواميس مرة أخرى إلى ملف CSV جديد.
  • دمج القوائم، القواميس، الحلقات، والدوال لتلخيص مجموعة بيانات حقيقية.
  • كتابة مشروع صغير كامل، دون مساعدة، باستخدام فقط ما تعلمته في الأسابيع 1-4.

الدرس​

فتح الملفات بأمان باستخدام with​

قبل التطرق لملفات CSV تحديدًا، صياغة جديدة واحدة: with open(...) as f: تفتح ملفًا، تمنحك مقبضًا (handle) له باسم f، وتُغلقه تلقائيًا مجددًا بمجرد انتهاء الكتلة المُزاحة — حتى لو حدث خطأ في منتصف الطريق. هذا مهم لأن ملفًا غير مُغلق يمكن أن يفقد كتابات مُخزّنة مؤقتًا أو يُقفل الملف أمام برامج أخرى. البديل، f = open(...) متبوعًا بـ f.close() يدويًا في النهاية، من السهل نسيانه (خصوصًا إن تسبب خطأ في خروج مبكر)؛ يجعل with "إغلاقه دائمًا" هو الافتراضي الذي لا تحتاج لتذكّره.

CSV: صفوف من قيم مفصولة بفواصل​

ملف CSV (قيم مفصولة بفواصل) هو جدول نصي بسيط — سطر واحد لكل صف، والقيم مفصولة بفواصل. مجموعة بيانات هذا الأسبوع، students-normal.csv، تحتوي على صف رأس (name,quiz1,quiz2,quiz3) متبوعًا بصف لكل طالب.

هذا الملف متوفر بالفعل في بيئة البرمجة

بيئة البرمجة الخاصة بالزر العائم تحتوي بالفعل على students-normal.csv محمّلاً مسبقًا — لا حاجة لنسخ أو لصق أي شيء. استدعاء open("students-normal.csv") في كودك أدناه سيجد الملف مباشرة.

import csv

with open("students-normal.csv", newline="") as f:
    reader = csv.reader(f)
    header = next(reader)          # الصف الأول: أسماء الأعمدة
    for row in reader:
        print(row)                  # كل صف هو قائمة من النصوص

كل قيمة تُقرأ بهذه الطريقة هي str — رقم مثل "87" في الملف يصل كنص "87"، وليس كـ int 87. عليك تحويلها بنفسك، تمامًا مثل input() في الأسبوع 1. تسحب next(reader) فقط الصف الأول (صف الرأس) من القارئ قبل بدء حلقة for، بحيث لا ترى الحلقة نفسها إلا صفوف البيانات الفعلية. تمنع وسيطة newline="" معالجة وحدة csv الخاصة لنهايات الأسطر من التعارض مع معالجة بايثون — إنها كود قياسي يجب أن تُضمّنه دائمًا عند فتح ملف لـ csv.reader/csv.writer، رغم أن شرح السبب بالتفصيل يتجاوز نطاق هذا الأسبوع.

csv.DictReader: الصفوف كقواميس​

بدلًا من تتبّع مواضع الأعمدة بالفهرس، يمنحك csv.DictReader كل صف كـ dict مفتاحه أسماء الرأس — هذا عادة الخيار الأوضح للقراءة، ويقرأ صف الرأس تلقائيًا نيابة عنك (لا حاجة لـ next(reader) يدويًا):

with open("students-normal.csv", newline="") as f:
    reader = csv.DictReader(f)
    for row in reader:
        name = row["name"]
        score = int(row["quiz1"])   # لا تزال str حتى تحوّلها
        print(name, score)

قارن هذا بـ csv.reader: مع csv.reader، تعني row[1] "أيًا كان الموجود في العمود 1" — هشّة إن تغيّر ترتيب الأعمدة يومًا. مع csv.DictReader، تقول row["quiz1"] بالضبط ما تقصده بغض النظر عن ترتيب الأعمدة، بتكلفة بسيطة هي بحث في قاموس بدلًا من فهرس قائمة.

كتابة ملفات CSV​

csv.writer وcsv.DictWriter هما الصورة المعاكسة لـ csv.reader/csv.DictReader — مفيدتان لحفظ ملخص حسبته مرة أخرى في ملف:

with open("summary.csv", "w", newline="") as f:
    writer = csv.writer(f)
    writer.writerow(["name", "average"])
    writer.writerow(["Amina", 91.5])

وضع "w" (وضع الكتابة) مهم — open("summary.csv", "w") تُنشئ الملف إن لم يكن موجودًا، وتستبدل محتواه بالكامل إن كان موجودًا. يعكس csv.DictWriter عمل DictReader: تكتب قواميس بدلًا من قوائم عادية، ويحتاج معرفة أسماء الأعمدة (fieldnames) مسبقًا ليعرف الترتيب الذي يكتبها به وينتج صف رأس مطابقًا:

with open("summary.csv", "w", newline="") as f:
    writer = csv.DictWriter(f, fieldnames=["name", "average"])
    writer.writeheader()                              # يكتب صف الرأس
    writer.writerow({"name": "Amina", "average": 91.5})
    writer.writerow({"name": "Youssef", "average": 74.3})

DictWriter هو النظير الطبيعي إن بنيت ملخصك كقائمة من قواميس (شكل "تضمين المجموعات" من الأسبوع 3) بدلًا من قاموس بسيط من اسم ← معدّل.

جمع كل شيء معًا: مشروع صغير​

يجمع مشروع هذا الأسبوع كل شيء من الأسابيع 1-4: قراءة CSV لدرجات الطلاب، حساب معدلات كل طالب بدالة، تخزينها في dict، وطباعة ملخص مرتب من الأعلى للأدنى — باستخدام sorted() مع دالة key، والتي تأخذ هي نفسها دالة كوسيط، تمامًا مثل compose من سؤال الأسبوع الماضي السقراطي:

def average(scores):
    return sum(scores) / len(scores)

averages = {}   # name -> average
with open("students-normal.csv", newline="") as f:
    reader = csv.DictReader(f)
    for row in reader:
        name = row["name"]
        scores = [int(row["quiz1"]), int(row["quiz2"]), int(row["quiz3"])]
        averages[name] = average(scores)

for name in sorted(averages, key=lambda n: averages[n], reverse=True):
    print(name, round(averages[name], 1))

lambda n: averages[n] هي دالة صغيرة بلا اسم — اقرأها كـ"القاعدة التي تربط اسمًا بمعدله"، تُستخدم فقط لإخبار sorted() بماذا يرتب. الـlambda تكافئ تمامًا def صغيرة (lambda n: averages[n] تتصرف مثل دالة سطر واحد def key_fn(n): return averages[n])؛ توجد فقط لكي لا تحتاج لتسمية وتعريف دالة منفصلة فقط لتمرير قاعدة بسيطة مُستخدمة لمرة واحدة إلى sorted().

⚠️ أخطاء شائعة​

  • نسيان newline="". بدونها، يمكن لـ csv.writer إدراج أسطر فارغة إضافية بين الصفوف على بعض الأنظمة (خصوصًا Windows) — أدرجها دائمًا عند قراءة أو كتابة ملفات CSV.
  • الفتح بوضع "w" عن طريق الخطأ عندما كنت تقصد إضافة بيانات. open("summary.csv", "w") تمحو محتوى الملف الموجود أولًا. إن أردت إضافة صفوف لملف موجود بدلًا من ذلك، استخدم وضع "a" (إلحاق).
  • افتراض ترتيب الأعمدة في csv.reader. row[0] هو "الاسم" فقط إن كان عمود الاسم فعليًا أولًا ويظل أولًا — يتجنب DictReader هذه الفئة كاملة من الأخطاء.
  • عدم تحويل الأعمدة الرقمية قبل إجراء عمليات حسابية عليها. row["quiz1"] + row["quiz2"] مع DictReader تدمج نصين ("88" + "92" ← "8892")، ولا تجمع رقمين — صدى مباشر لفخ input() في الأسبوع 1.

🧩 تحديات​

بمعطى CSV بعمودي name,score، اكتب برنامجًا يحسب ويطبع متوسط الدرجات عبر كل الطلاب في الملف.

وسّع البرنامج السابق ليطبع أيضًا اسم الطالب صاحب أعلى درجة مفردة.

اكتب معدلات الطلاب التي حسبتها أعلاه إلى ملف جديد summary.csv بعمودي name,average.

ماذا سيحدث لو كان صف واحد في CSV يحتوي درجة مفقودة (نص فارغ بدلًا من رقم)؟ عدّل برنامجك بحيث لا يتعطل على ذلك الصف.

أعد التحدي 3 باستخدام csv.DictWriter بدلًا من csv.writer. أي نسخة تجدها أسهل للقراءة، ولماذا؟

إن أردت إضافة صف طالب آخر إلى summary.csv دون محو ما هو موجود بالفعل، أي وضع ملف ستستخدم بدلًا من "w"؟ جرّبه.

🤔 أسئلة سقراطية​

  • لماذا يصل كل ما يُقرأ من CSV كـ str، حتى الأعمدة التي تبدو رقمية؟ أين رأيت هذا النمط "نص يدخل، تحويل مطلوب" من قبل في هذه الدورة؟
  • sorted(averages, key=lambda n: averages[n], reverse=True) — ماذا سيتغير لو أزلت reverse=True؟ ماذا سيتغير لو أزلت key=... تمامًا وكتبت فقط sorted(averages)؟
  • بنيت الآن خط أنابيب صغيرًا: قراءة ← تحويل ← تلخيص ← كتابة. أي مفاهيم الأسابيع 1-4 اعتمدت عليها كل مرحلة فعليًا؟ بدون مادة أي أسبوع كان هذا المشروع سيكون مستحيلًا؟
  • تُغلق with open(...) as f: الملف تلقائيًا حتى لو حدث خطأ داخل الكتلة. هل يمكنك التفكير في سبب قد يجعل برنامجًا يفتح ملفات كثيرة طوال عمره، دون إغلاقها بشكل صحيح أبدًا، يبدأ في النهاية بالفشل بطرق غريبة؟
  • يحتاج csv.DictWriter تحديد fieldnames مسبقًا، قبل أن يكتب أي شيء. لماذا تعتقد أنه يتطلب هذا، بدلًا من استنتاج الأعمدة فقط من أول قاموس تُمرره له عبر writerow؟

✅ اختبار الأسبوع​

✅ اختبار الأسبوع

1. ما نوع كل قيمة تُقرأ من ملف CSV بوحدة csv، قبل تحويلها؟
2. ماذا يمنحك csv.DictReader لكل صف، مقارنة بـ csv.reader؟
3. في sorted(names, key=lambda n: averages[n])، ما دور وسيطة key؟
4. أي وحدة من مكتبة بايثون القياسية استُخدمت لقراءة/كتابة ملفات CSV هذا الأسبوع؟
5. فتح ملف بـ open("data.csv", "w") عندما يكون الملف موجودًا بالفعل سوف:

🎁 إضافي: تذوّق أول للـ classes​

يُتاح بعد اجتيازك اختبار هذا الأسبوع.