5. ¿Cuáles son los tres países con mayor ventas?
#Resolución Analítica
df5 = my_df.groupby(by='country_name').sum().sort_values('quantity', ascending=False)
print(df5[['quantity','total_amount']].head())
quantity total_amount
country_name
Brazil 2515 $ 441,271.85
Peru 1027 $ 161,421.12
Argentina 947 $ 205,832.78
Colombia 881 $ 177,514.29
Mexico 846 $ 138,619.99
# RESOLUCIÓN GRÁFICA
plt.bar(df5.index, df5['quantity'],
color = ['red' if x in df5.index[0:3] else 'blue' for x in df5.index])
#las columnas en rojo muestra los tres primero paises con mayor ventas
font1={'family':'serif','color':'m','size':15}
font2 = {'family':'serif','color':'red','size':10}
plt.title("Ventas por paises", fontdict = font1)
plt.xlabel("Paises",fontdict = font2)
plt.ylabel("Unidades vendidas", fontdict = font2)
plt.style.use('fivethirtyeight')
plt.xticks(rotation=90, fontsize=9, fontweight='bold', color='darkred')
plt.show()
6. ¿Cuál es la semana con mayor ventas en Argentina?
# Resolución Analítica
df6 = my_df[my_df['country_name'] == 'Argentina']
print(df6[['week','total_amount', 'quantity']].groupby('week').sum().sort_values('quantity', ascending=False))
df6_a = df6[['week','quantity']].groupby('week').sum('quantity').sort_values('quantity', ascending=False).reset_index()
print(df6_a)
total_amount quantity
week
2 $ 96,789.13 413
1 $ 63,760.48 275
3 $ 26,601.97 160
4 $ 18,681.20 99
week quantity
0 2 413
1 1 275
2 3 160
3 4 99
#Resolución gráfica
fig, ax1 = plt.subplots()
sns.lineplot(data = df6_a, x = 'week', y='quantity', ax=ax1, color='m')
plt.xticks(rotation=90)
font1={'family':'serif','color':'m','size':15}
font2 = {'family':'serif','color':'red','size':10}
plt.title('Ventas en Argentina', fontdict= font1)
ax1.set_xlabel("Meses", fontdict= font2)
ax1.set_ylabel("Cantidad vendida", fontdict=font2)
plt.xticks(rotation=360, fontsize=9, color='darkred')
plt.show()
7. ¿Cuál es el artículo más vendido en Argentina?
# Resolución Analítica
#filtro por pais Argentina
df7 = my_df[my_df['country_name'] == 'Argentina']
print(df7[['article_name','total_amount', 'quantity']].groupby('article_name').sum().sort_values('quantity', ascending=False))
df7_a = df7[['article_name','quantity']].groupby('article_name').sum('quantity').sort_values('quantity', ascending=False).reset_index()
print(df7_a)
total_amount quantity
article_name
CPU $ 14,520.48 104
SDD $ 1,606.00 73
HDD $ 3,714.16 68
Range Extender $ 1,186.10 58
Fan Cooler $ 199.75 47
Ram Memory $ 1,653.70 46
Mesh Wi-Fi X 2 $ 1,495.00 46
Full Pc $ 95,751.45 45
Notebook $ 43,000.00 43
Motherboard $ 5,396.82 39
Netbook $ 5,655.00 39
Sata Cable $ 81.32 38
Power Supply $ 1,406.40 32
Usb Cable $ 94.40 32
Keyboard $ 700.60 31
Modem $ 1,822.50 27
Smartphone $ 13,125.00 25
Water Cooling $ 1,687.50 25
Case $ 758.00 20
Headphones $ 442.70 19
Video Card $ 1,972.50 15
Monitor $ 2,990.00 13
Wi-Fi Card $ 715.32 12
Scanner $ 2,220.00 12
Webcam $ 200.70 10
Desk $ 1,170.90 9
Pci Express Port $ 70.84 7
Mouse $ 181.80 6
Chair $ 2,013.84 6
article_name quantity
0 CPU 104
1 SDD 73
2 HDD 68
3 Range Extender 58
4 Fan Cooler 47
5 Ram Memory 46
6 Mesh Wi-Fi X 2 46
7 Full Pc 45
8 Notebook 43
9 Motherboard 39
10 Netbook 39
11 Sata Cable 38
12 Power Supply 32
13 Usb Cable 32
14 Keyboard 31
15 Modem 27
16 Smartphone 25
17 Water Cooling 25
18 Case 20
19 Headphones 19
20 Video Card 15
21 Monitor 13
22 Wi-Fi Card 12
23 Scanner 12
24 Webcam 10
25 Desk 9
26 Pci Express Port 7
27 Mouse 6
28 Chair 6
#Resolución gráfica
fig, ax1 = plt.subplots()
sns.lineplot(data = df7_a, x = 'article_name', y='quantity', ax=ax1, color='m')
plt.xticks(rotation=90)
font1={'family':'serif','color':'m','size':15}
font2 = {'family':'serif','color':'red','size':10}
plt.title('Artículos más vendidos', fontdict=font1)
plt.xticks(rotation=90, fontsize=9, fontweight='bold', color='darkred')
ax1.set_xlabel("Articulos", fontdict=font2)
ax1.set_ylabel("Cantidad vendida", fontdict=font2)
plt.show()