Análisis de los 25 retailers más grandes de Estados Unidos
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.read_csv('largest_us_retailers.csv')
df = df.fillna(0)
df.head(25)
Companyobject
Walmart US4%
Kroger4%
23 others92%
Salesint64
16592 - 658119
0
Walmart US
658119
1
Kroger
115037
2
Costco
90048
3
Home Depot
83976
4
Walgreen Boots
78924
5
CVS incl. Target
77792
6
Amazon
71687
7
Target
71208
8
Lowe's
60311
9
Albertsons
56829
I. Preguntas del negocio
1. ¿Cuál es el promedio de ventas sin contar a la compañía dominante?
df = df.sort_values('Sales', ascending=0)
np.round(df['Sales'][1:].mean(),decimals=2)
df['scd']=df['Sales'][1:]
fig,ax = plt.subplots(figsize=(18,9))
sns.barplot(data=df, x='scd', y='Company')
plt.axvline([np.round(df['Sales'][1:].mean(),decimals=2)], color='red')
ax.set_title("PROMEDIO DE VENTAS EXCLUYENDO A LA COMPAÑÍA DOMINANTE",backgroundcolor='#565656',
fontsize=20, weight='bold',color='white',style='italic',loc='center',pad=30)
ax.set_xlabel("Ventas ($ miles)",weight='bold',size=15)
ax.set_ylabel("Compañías",weight='bold',size=15)
punto,=ax.plot([1], color ="red", linewidth = 8, linestyle ='dotted')
ax.legend(handles = [punto], labels = [np.round(df['Sales'][1:].mean(),
decimals=2)], title = "Promedio", title_fontsize = '12', loc='center right')
plt.show()
Análisis: En el estudio realizado a 25 retailers más grandes de Estados Unidosde, se pudo detectar que el promedio de ventas de las compañías estudiadas es de $ 46602.42, excluyendo a la compañía dominante que en este caso es la compañía "Walmart US", siendo est un caso atípico.
2. ¿Cuánto dinero en ventas generó la mayoría de las compañías?
np.round(df['Sales'][0:].median(),decimals=2)
fig,ax = plt.subplots(figsize=(18,9))
sns.barplot(data=df, x='Sales', y='Company')
plt.axvline(np.round(df['Sales'].median(),decimals=2), color='blue')
ax.set_title("DINERO EN VENTAS DE LA MAYORÍA DE COMPAÑÍAS",backgroundcolor='#565656',
fontsize=20, weight='bold',color='white',style='italic',loc='center',pad=30)
ax.set_xlabel("Ventas ($ miles)",weight='bold',size=15)
ax.set_ylabel("Compañías",weight='bold',size=15)
punto,=ax.plot([1], color ="blue", linewidth = 8, linestyle ='dotted')
ax.legend(handles = [punto], labels = [np.round(df['Sales'].median(),decimals=2)], title = "Mediana", title_fontsize = '12', loc='center right')
plt.show()
Análisis: La mayoría de las compañías generaron un monto en ventas a lo más $ 34980.00.
3. ¿Cuántas tiendas tiene la mayoría de las compañías?
df = pd.read_csv('largest_us_retailers.csv')
df = df.fillna(0)
df = df.sort_values('Stores', ascending=0)
df['Stores'].median()
fig,ax = plt.subplots(figsize=(18,9))
sns.barplot(data=df, x='Stores', y='Company')
plt.axvline(np.round(df['Stores'].median(),decimals=2), color='blue')
ax.set_title("N° DE TIENDAS DE LA MAYORÍA DE COMPAÑÍAS",backgroundcolor='#565656',
fontsize=20, weight='bold',color='white',style='italic',loc='center',pad=30)
ax.set_xlabel("N° de Tiendas",weight='bold',size=15)
ax.set_ylabel("Compañías",weight='bold',size=15)
punto,=ax.plot([0], color ="blue", linewidth = 8, linestyle ='dotted')
ax.legend(handles = [punto], labels = [np.round(df['Stores'].median(),decimals=2)], title = "Mediana", title_fontsize = '12', loc='center right')
plt.show()
Análisis: La mayoría de las compañías tienen a lo más 1772 tiendas.
4. ¿La cantidad de tiendas está relacionada con la cantidad de ventas? Es decir, ¿si una empresa tiene más tiendas tendrá más dinero de ventas?
df = pd.read_csv('largest_us_retailers.csv')
df = df.fillna(0)
df = df.sort_values('Stores', ascending=0)
df['Category'] = df['Category'].replace(['Electronic/Mail Order', 0],'Online')
fig,ax = plt.subplots(figsize=(18,9))
sns.scatterplot(data=df, x = 'Stores', y = 'Sales', hue = 'Category')
ax.set_title("RELACIÓN ENTRE CANTIDAD DE TIENDAS CON VENTAS DE COMPAÑÍAS",backgroundcolor='#565656',
fontsize=20, weight='bold',color='white',style='italic',loc='center',pad=30)
ax.set_xlabel("N° de Tiendas",weight='bold',size=15)
ax.set_ylabel("Ventas",weight='bold',size=15)
ax.legend(title = "Categorías", title_fontsize = '12', loc='upper right')
plt.show()
*No necesariamente el hecho de que una compañía determinada tengan más tiendas, hará que tenga mas dinero en ventas; ya que influyen muchos factores internos y externos.
5. ¿Cuál es el rango que existe entre las ventas?
df = pd.read_csv('largest_us_retailers.csv')
df = df.fillna(0)
df = df.sort_values('Sales', ascending=0)
r = np.round(df['Sales'].max(),decimals=2) - np.round(df['Sales'].min(),decimals=2)
r
df['scd']=df['Sales'][0:]
fig,ax = plt.subplots(figsize=(18,9))
sns.barplot(data=df, x='scd', y='Company')
plt.axvspan(16592, 658119, color='orange', alpha=0.2)
ax.set_title("PROMEDIO DE VENTAS EXCLUYENDO A LA COMPAÑÍA DOMINANTE",backgroundcolor='#565656',
fontsize=20, weight='bold',color='white',style='italic',loc='center',pad=30)
ax.set_xlabel("Ventas ($ miles)",weight='bold',size=15)
ax.set_ylabel("Compañías",weight='bold',size=15)
ax.text(300000,12.8, 'Rango máximo: $ 641527', style='italic')
plt.show()
*El rango máximo que existe entre las ventas es de $ 641527.
6. ¿Cuáles son las 5 empresas que más tiendas físicas tienen? ¿Cuáles de ellas están dentro de las 5 empresas que más ventas tuvieron?
df_stores = df.sort_values('Stores',ascending=0)
df_stores = df_stores.iloc[:5, :]
df_stores
Companyobject
Salesint64
20
Dollar Tree
21464
19
Dollar General
22234
5
CVS incl. Target
77792
4
Walgreen Boots
78924
0
Walmart US
658119
df_sales = df.sort_values('Sales',ascending=0)
df_sales = df_sales.iloc[:5, :]
df_sales
Companyobject
Salesint64
0
Walmart US
658119
1
Kroger
115037
2
Costco
90048
3
Home Depot
83976
4
Walgreen Boots
78924
fig, ax = plt.subplots(1,2,figsize = (18,8))
sns.barplot(data = df_stores, x = 'Company', y = 'Stores', ax = ax[0])
ax[0].set_title('TOP 5 DE COMPAÑÍAS CON MÁS TIENDAS', backgroundcolor='#565656',
fontsize=16, weight='bold',color='white',style='italic',loc='center',pad=30)
ax[0].set_xticklabels(ax[0].get_xticklabels(),rotation = 90)
ax[0].set_ylabel("N° de Tiendas",weight='bold',size=12)
ax[0].set_xlabel("Compañías",weight='bold',size=12)
sns.barplot(data = df_sales, x = 'Company', y = 'Sales', ax = ax[1])
ax[1].set_title('TOP 5 DE COMAÑÍAS CON MÁS VENTAS', backgroundcolor='#565656',
fontsize=16, weight='bold',color='white',style='italic',loc='center',pad=30)
ax[1].set_xticklabels(ax[1].get_xticklabels(),rotation = 90)
ax[1].set_ylabel("Ventas ($ miles)",weight='bold',size=12)
ax[1].set_xlabel("Compañías",weight='bold',size=12)
plt.show()
*Se puede observar en el gráfico izquierdo, que las 5 empresas con más N° de tiendas físicas son: Dollar Tree, Dollar General, CVS incl. Target, Walgreen Boots y Walmart US. A su vez al observar el gráfico derecho podemos deducir que las únicas empresas que se encuentran dentro del top 5 de empresas con más ventas es Walmart US y Walgreen Boots.
II. Preguntas opcionales
7. ¿Qué categoría de compañía generó más ventas?
df = pd.read_csv('largest_us_retailers.csv')
df = df.fillna(0)
df = df.sort_values('Stores', ascending=0)
df['Category'] = df['Category'].replace(['Electronic/Mail Order', 0],'Online')
df_cat_group = df.groupby(['Category']).agg({'Sales' : 'sum'})
df_cat_group = df_cat_group.reset_index()
df_cat_group = df_cat_group.sort_values('Sales',ascending=0)
df_cat_group
Categoryobject
Supercenters9.1%
Grocery9.1%
9 others81.8%
Salesint64
25012 - 745919
8
Supercenters
745919
5
Grocery
297164
3
Drug Stores
184202
6
Home Improvement
144287
7
Online
109351
9
Warehouse Club
90048
10
Warehouse Clubs
56828
1
Department Stores
45088
2
Dollar Stores
43698
4
Electronics
34980
fig, ax = plt.subplots(figsize = (18,8))
sns.barplot(data = df_cat_group, x = 'Category', y = 'Sales')
ax.set_title('CATEGORÍAS DE COMPAÑÍAS POR VENTAS', backgroundcolor='#565656',
fontsize=16, weight='bold',color='white',style='italic',loc='center',pad=30)
ax.set_xticklabels(ax.get_xticklabels(),rotation = 90)
ax.set_ylabel("Ventas",weight='bold',size=12)
ax.set_xlabel("Categorías",weight='bold',size=12)
*En el gráfico se obaserva todas las categorías de las compañías que generaron más ventas, siendo la categoría de "Supercenters" la que generó más ventas.
8. ¿Cuál es la compañía que en relación con su cantidad de tiendas físicas genera más ventas?
df = pd.read_csv('largest_us_retailers.csv')
df = df.fillna(0)
df = df.sort_values('Sales', ascending=0)
df['Category'] = df['Category'].replace(['Electronic/Mail Order', 0],'Online')
df['Sales/Avg. Store_2'] = df['Sales'] / df['Stores']
df
Companyobject
Walmart US4%
Kroger4%
23 others92%
Salesint64
16592 - 658119
0