#Lee Datos
conn = sql3.connect("/work/data/articles.db")
sql_query = pd.read_sql_query("SELECT * FROM articles", conn)
df_articles = pd.DataFrame(sql_query, columns = ["article_id","article_name","unit_price"])
df_sellers = pd.read_excel("/work/data/sellers.xlsx",index_col=0)
df_orders = pd.read_csv("/work/data/orders.csv")
# Exploración del df de artículos
print("Datos Artículos")
print(df_articles.head(10))
print("\nFormato del data Frame")
print(df_articles.shape)
print("\nDatos nulos")
print(df_articles.isnull().sum())
print("\nTipo de datos")
print(df_articles.dtypes)
Datos Artículos
article_id article_name unit_price
0 20015 Smartphone 525.00
1 20016 Full Pc 2127.81
2 20017 Monitor 230.00
3 20018 Tablet 130.00
4 20019 Desk 130.10
5 20020 Chair 335.64
6 20021 Modem 67.50
7 20022 Range Extender 20.45
8 20023 Notebook 1000.00
9 20024 Netbook 145.00
Formato del data Frame
(31, 3)
Datos nulos
article_id 0
article_name 0
unit_price 0
dtype: int64
Tipo de datos
article_id int64
article_name object
unit_price object
dtype: object
# Exploración del df de vendedores
print("Datos Artículos")
print(df_sellers.head(10))
print("\nFormato del data Frame")
print(df_sellers.shape)
print("\nDatos nulos")
print(df_sellers.isnull().sum())
print("\nTipo de datos")
print(df_sellers.dtypes)
Datos Artículos
seller_name
seller_id
1 Aveline Swanwick
2 Jase Doy
3 Oliviero Charkham
4 Cornie Wynrehame
5 Ewell Peres
6 Milly Christoffe
7 Kati Innot
8 Tobin Roselli
9 Onida Cosely
10 Cirilo Grandham
Formato del data Frame
(15, 1)
Datos nulos
seller_name 0
dtype: int64
Tipo de datos
seller_name object
dtype: object
# Exploración del df de órdenes
print("Datos Artículos")
print(df_orders.head(10))
print("\nFormato del data Frame")
print(df_orders.shape)
print("\nDatos nulos")
print(df_orders.isnull().sum())
print("\nTipo de datos")
print(df_orders.dtypes)
Datos Artículos
order_id week article_id quantity seller_id country_name
0 15024 1 20039 10 10 Peru
1 15025 1 20029 15 5 Peru
2 15026 1 20024 5 14 Bolivia
3 15027 1 20018 9 14 Brazil
4 15028 1 20035 6 15 Mexico
5 15029 1 20024 6 11 Peru
6 15030 1 20025 13 13 Colombia
7 15031 1 20029 14 14 Peru
8 15032 1 20026 7 3 Mexico
9 15033 1 20027 4 13 Honduras
Formato del data Frame
(1000, 6)
Datos nulos
order_id 0
week 0
article_id 0
quantity 0
seller_id 0
country_name 0
dtype: int64
Tipo de datos
order_id int64
week int64
article_id int64
quantity int64
seller_id int64
country_name object
dtype: object
df_articles["unit_price"] = df_articles["unit_price"].astype(float)
print(df_articles.dtypes)
article_id int64
article_name object
unit_price float64
dtype: object
#Genero una copia
my_df = df_orders.copy()
#Armo el índice
df_articles.set_index("article_id", inplace=True)
#print(df_articles)
#duplico las columnas para generar columnas con nuevo nombre y los datos con los que voy a linkear
my_df = my_df.assign(article_name = my_df["article_id"])
my_df = my_df.assign(total_amount = my_df["article_id"])
my_df = my_df.assign(seller_name = my_df["seller_id"])
#print(my_df)
#fusionar
for i in range(max(my_df.count())):
article = df_articles.loc[my_df.loc[i]["article_id"]]["article_name"] #Creo vector con los nuevos datos
my_df.loc[i, "article_name"] = article #reemplazo datos de la columna
amount = df_articles.loc[my_df.loc[i]["article_id"]]["unit_price"]
my_df.loc[i, "total_amount"] = amount*my_df.loc[i, "quantity"]
seller = df_sellers.loc[my_df.loc[i]["seller_id"]]["seller_name"]
my_df.loc[i, "seller_name"] = seller
print(my_df)
order_id week article_id quantity seller_id country_name \
0 15024 1 20039 10 10 Peru
1 15025 1 20029 15 5 Peru
2 15026 1 20024 5 14 Bolivia
3 15027 1 20018 9 14 Brazil
4 15028 1 20035 6 15 Mexico
.. ... ... ... ... ... ...
995 16019 4 20021 1 7 Brazil
996 16020 4 20040 15 15 Brazil
997 16021 4 20040 2 11 Colombia
998 16022 4 20018 14 11 Brazil
999 16023 4 20026 12 9 Brazil
article_name total_amount seller_name
0 Water Cooling 675.0 Cirilo Grandham
1 Mouse 454.5 Ewell Peres
2 Netbook 725.0 Janel O'Curran
3 Tablet 1170.0 Janel O'Curran
4 Case 227.4 Daisie Slograve
.. ... ... ...
995 Modem 67.5 Kati Innot
996 Heatsink 150.0 Daisie Slograve
997 Heatsink 20.0 Vasily Danilyuk
998 Tablet 1820.0 Vasily Danilyuk
999 SDD 264.0 Onida Cosely
[1000 rows x 9 columns]
# RESOLUCIÓN ANALÍTICA
print(my_df["article_name"].value_counts())
HDD 47
SDD 45
Netbook 45
Tablet 40
Usb Cable 39
Sata Cable 38
Pci Express Port 37
Range Extender 36
Smartphone 35
Power Supply 34
Heatsink 34
Mouse 34
Full Pc 34
Headphones 34
Motherboard 33
Water Cooling 32
Ram Memory 31
Video Card 31
Notebook 30
CPU 29
Modem 29
Desk 28
Webcam 28
Mesh Wi-Fi X 2 28
Monitor 26
Case 26
Fan Cooler 25
Scanner 24
Chair 24
Keyboard 22
Wi-Fi Card 22
Name: article_name, dtype: int64
# RESOLUCIÓN GRÁFICA
plot1=sns.displot(my_df,x="article_name",color="#9b59b6")
plt.xticks(rotation=90)
plt.title("Cantidad de ventas por artículo")
plot1.set(xlabel="Artículos",ylabel="Cantidad de unidades vendidas")
plt.show()
El artículo más vendido es el HDD, seguido por el SDD y las netbook
# RESOLUCIÓN ANALÍTICA
df2=(my_df.groupby(by="article_name").sum()).sort_values("total_amount",ascending=False).head(5)
pd.options.display.float_format="${:,.2f}".format
print(df2["total_amount"])
article_name
Full Pc $538,335.93
Notebook $251,000.00
Smartphone $152,250.00
Chair $69,477.48
Tablet $48,620.00
Name: total_amount, dtype: float64
# RESOLUCIÓN GRÁFICA
c=["#7EEA1E","#B8308A","#D19422","#2B9E9B","#B8A5A0"]
e=[0.1,0.1,0.1,0.1,0.1]
plot2=plt.pie(x=df2["total_amount"],labels=df2.index,autopct="%1.1f%%",explode=e,colors=c,shadow=True)
plt.title("Productos que generaron mayores ganancias")
plt.show()
La venta de Full PC es la que proporcionó mayores ingresos
# RESOLUCIÓN ANALÍTICA
df4=(my_df.groupby(by="seller_name").sum()).sort_values("total_amount",ascending=False)
pd.options.display.float_format="${:,.2f}".format
print(df4[["quantity"]+["total_amount"]].head(5))
quantity total_amount
seller_name
Janel O'Curran 703 $192,832.47
Brockie Patience 441 $142,709.88
Oliviero Charkham 555 $141,329.76
Vasily Danilyuk 521 $129,157.55
Daisie Slograve 554 $120,520.11
# RESOLUCIÓN GRÁFICA
col=sns.color_palette("pastel")
plot2=plt.bar(df4.index,df4["total_amount"],color=col)
plt.xticks(rotation=-90)
plt.title("Ventas totales por vendedor")
plt.xlabel("Vendedores")
plt.ylabel("Ventas totales ($)")
plt.show()
El vendedor al que se le debe otorgar el bono es Janel O`Curran
# RESOLUCIÓN ANALÍTICA
df5=(my_df.groupby(by="week").sum()).sort_values("total_amount",ascending=False)
pd.options.display.float_format = "$ {:,.2f}".format
print(df5[["quantity"]+["total_amount"]])
quantity total_amount
week
1 2449 $ 507,458.81
2 2444 $ 415,364.44
3 2114 $ 329,140.03
4 1058 $ 223,844.56
# RESOLUCIÓN GRÁFICA
col2=sns.color_palette("BuPu")
col2.reverse()
plt.bar(df5.index,df5["total_amount"],color=col2)
plt.title("Ventas totales por vendedor")
plt.xlabel("Semana")
plt.ylabel("Ventas ($)")
plt.xticks(np.arange(1,5,1))
plt.show()
Se observan variaciones en las compras a lo largo de las semanas del mes, reduciéndose las ventas a lo largo de las semanas
# RESOLUCIÓN
df6=(my_df.groupby(by="country_name").sum()).sort_values("total_amount",ascending=False)
pd.options.display.float_format="$ {:,.2f}".format
print(df6[["quantity"]+["total_amount"]])
quantity total_amount
country_name
Brazil 2515 $ 441,271.85
Argentina 947 $ 205,832.78
Colombia 881 $ 177,514.29
Peru 1027 $ 161,421.12
Mexico 846 $ 138,619.99
Venezuela 320 $ 77,684.52
El Salvador 111 $ 57,391.26
Guatemala 202 $ 52,579.25
Honduras 303 $ 36,763.56
Costa Rica 145 $ 34,606.50
Chile 231 $ 24,660.98
Bolivia 181 $ 22,682.80
Uruguay 92 $ 17,843.09
Ecuador 129 $ 17,475.30
Paraguay 123 $ 8,195.12
Puerto Rico 12 $ 1,265.43
sc=sns.scatterplot(y="total_amount",x="quantity",data=df6,hue="country_name",palette=["#F5F50A","#0AF5E0","#1E40EA","#EA241E","#218934","#000000","#FF00FF","#008080","#C0C0C0","#F06820","#F08080","#800080","#72F020","#74AB39","#20F0C1","#F02095"])
plt.title("Montos totales de venta vs Cantidad totales vendidas")
sc.set_ylabel("Montos")
sc.set_xlabel("Cantidades")
plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left', borderaxespad=0,title="Países")
Se puede observar que hay una correlación entre las cantidades vendidas y los ingresos por ventas, observando tres grupos distintivos. Brazil, siendo el país que mayores ganancias genera, el grupo de Argentina, Colombia, Perú y México y el resto.
# RESOLUCIÓN
df7_Brazil=my_df.loc[my_df["country_name"]=="Brazil"]
df7_Argentina=my_df.loc[my_df["country_name"]=="Argentina"]
df7_Colombia=my_df.loc[my_df["country_name"]=="Colombia"]
df7_Peru=my_df.loc[my_df["country_name"]=="Peru"]
df7_Mexico=my_df.loc[my_df["country_name"]=="Mexico"]
df7_two=df7_Brazil.append(df7_Argentina)
df7_three=df7_two.append(df7_Colombia)
df7_four=df7_three.append(df7_Peru)
df7_five=df7_four.append(df7_Mexico)
df71=(df7_five.groupby(by=["country_name","seller_name"]).sum()).sort_values("total_amount",ascending=False)
#print(df71[["quantity"]+["total_amount"]])
print(df7_five)
order_id week article_id quantity seller_id country_name \
3 15027 1 20018 9 14 Brazil
10 15034 1 20042 1 10 Brazil
14 15038 1 20041 15 6 Brazil
15 15039 1 20027 11 4 Brazil
16 15040 1 20016 6 13 Brazil
.. ... ... ... ... ... ...
962 15986 4 20030 7 3 Mexico
971 15995 4 20036 12 11 Mexico
974 15998 4 20044 7 1 Mexico
983 16007 4 20039 8 4 Mexico
989 16013 4 20023 14 11 Mexico
article_name total_amount seller_name
3 Tablet $ 1,170.00 Janel O'Curran
10 Sata Cable $ 2.14 Cirilo Grandham
14 Usb Cable $ 44.25 Milly Christoffe
15 Ram Memory $ 395.45 Cornie Wynrehame
16 Full Pc $ 12,766.86 Arnold Kilkenny
.. ... ... ...
962 Fan Cooler $ 29.75 Oliviero Charkham
971 Video Card $ 1,578.00 Vasily Danilyuk
974 Wi-Fi Card $ 417.27 Aveline Swanwick
983 Water Cooling $ 540.00 Cornie Wynrehame
989 Notebook $ 14,000.00 Vasily Danilyuk
[765 rows x 9 columns]
#"#F5F50A","#0AF5E0","#1E40EA","#EA241E","#218934"
fig,ax1=plt.subplots()
sns.barplot(x="seller_name", y="total_amount", hue="country_name",estimator=sum, data=df7_five,ci=None,palette=["#F5F50A","#0AF5E0","#1E40EA","#EA241E","#218934"])
plt.xticks(rotation=90)
ax2=ax1.twinx()
sns.lineplot(data=df7_five,x="seller_name",y="total_amount",estimator=sum,ax=ax2,color="#F50AF5")
plt.xticks(rotation=90)
plt.title("Ventas por vendedor en los 5 países de mayores ventas")
ax1.set_ylabel("Total de ventas por país")
ax2.set_ylabel("Total de ventas")
ax1.set_xlabel("Vendedores")
ax1.legend(title="Países",labels=["Brazil","Argentina","Colombia","Perú","México"])
plt.show()
Los vendedores presentaron diferentes perfiles de ventas en los 5 países líderes en ventas, lo que no significó que quien vendía más a Brazil fuera el vendedor.
# RESOLUCIÓN
df9 = df7_five.groupby(["country_name"])[["total_amount"]].describe()
print(df9)
total_amount \
count mean std min 25% 50%
country_name
Argentina $ 113.00 $ 1,821.53 $ 4,568.14 $ 2.95 $ 143.15 $ 337.50
Brazil $ 315.00 $ 1,400.86 $ 3,260.46 $ 2.14 $ 111.32 $ 341.10
Colombia $ 111.00 $ 1,599.23 $ 4,026.15 $ 4.28 $ 160.65 $ 390.00
Mexico $ 101.00 $ 1,372.48 $ 3,356.76 $ 4.25 $ 154.00 $ 422.50
Peru $ 125.00 $ 1,291.37 $ 3,118.07 $ 2.14 $ 116.50 $ 379.00
75% max
country_name
Argentina $ 1,256.58 $ 31,917.15
Brazil $ 1,208.16 $ 25,533.72
Colombia $ 1,239.25 $ 27,661.53
Mexico $ 1,052.00 $ 27,661.53
Peru $ 945.00 $ 27,661.53
bx=sns.boxplot(x="country_name",y="total_amount",data=df7_five,palette=["#F5F50A","#0AF5E0","#1E40EA","#EA241E","#218934"])
#plt.xticks(rotation=90)
plt.title("Distribución de las ventas en los 5 países líderes en ventas")
plt.ylim(0,3000)
bx.set_ylabel("Montos de venta")
bx.set_xlabel("Países")
#sns.boxplot(x="seller_name",y="total_amount",data=df7_five)
#plt.xticks(rotation=90)
Los 5 países líderes en ventas presentan una distribución similar de los montos de ventas. Teniendo una mediana por ventas entre $330 y $420
plt.subplot(3,5,(1,10))
df71_five=df7_five.loc[df7_five["total_amount"]>3000]
df72=sns.swarmplot(data=df71_five,x="country_name",y="total_amount",hue="article_name",palette=["#7EEA1E","#2B9E9B","#B8308A","#D19422","#D13722"])
plt.legend(title="Artículos")
plt.title("Perfil de artículos de las ventas inesperadas")
df72.set_ylabel("Total de ventas")
df72.set_xlabel("Países")
##7EEA1E Full pC, #B8308A Notebook, #2B9E9B Chair,#D19422 Smartphone, #D13722 Monitor
#Brazil
plt.subplot(3,5,11)
df71_Brazil=df7_Brazil.loc[df7_Brazil["total_amount"]>3000]
cb=["#7EEA1E","#B8308A","#2B9E9B","#D19422","#D13722"]
Brazil=df71_Brazil["article_name"].value_counts()
plt.pie(Brazil,autopct="%1.0f%%",colors=cb,textprops={"fontsize": 8})
#Argentina
plt.subplot(3,5,12)
df71_Argentina=df7_Argentina.loc[df7_Argentina["total_amount"]>3000]
Argentina=df71_Argentina["article_name"].value_counts()
ca=["#7EEA1E","#B8308A","#D19422"]
plt.pie(Argentina,autopct="%1.0f%%",colors=ca,textprops={"fontsize": 8})
#Colombia
plt.subplot(3,5,13)
df71_Colombia=df7_Colombia.loc[df7_Colombia["total_amount"]>3000]
cc=["#D19422","#7EEA1E","#B8308A","#2B9E9B"]
Colombia=df71_Colombia["article_name"].value_counts()
plt.pie(Colombia,autopct="%1.0f%%",colors=cc,textprops={"fontsize": 8})
#Peru
plt.subplot(3,5,14)
df71_Peru=df7_Peru.loc[df7_Peru["total_amount"]>3000]
cp=["#B8308A","#7EEA1E","#2B9E9B","#D19422"]
Peru=df71_Peru["article_name"].value_counts()
plt.pie(Peru,autopct="%1.0f%%",colors=cp,textprops={"fontsize": 8})
#México
plt.subplot(3,5,15)
df71_Mexico=df7_Mexico.loc[df7_Mexico["total_amount"]>3000]
cm=["#B8308A","#D19422","#7EEA1E"]
Mexico=df71_Mexico["article_name"].value_counts()
plt.pie(Mexico,autopct="%1.0f%%",colors=cm,textprops={"fontsize": 8})
El perfil de productos que mayor ventas generaron en los países de mayores ventas, presentan ligeras variaciones. Mientras que en Brazil las full PC fueron las más vendidas, en Argentina y Perú se igualaron las ventas de Full PC y notebook, en México la venta de Notebook lideró y en Colombia los celulares
1. Según el perfil de ventas inesperadas, debería focalizarse la promoción de los productos que en cada país están interesados.
2. Debería dividirse a los vendedores por país, según la efectividad de cada uno. Y evaluar la entrega del bono al vendedor que logre las mayor mejora en ventas.
3.En base a como se distribuyen las ventas, se podrá evaluar si para los países líderes se pueden accinar más de un vendedor