TP Final Integrador - 22044

# A veces necesitamos instalar nuevas librerías en nuestros proyectos !pip install openpyxl==3.0.10

Requirement already satisfied: openpyxl==3.0.10 in /root/venv/lib/python3.9/site-packages (3.0.10)
Requirement already satisfied: et-xmlfile in /root/venv/lib/python3.9/site-packages (from openpyxl==3.0.10) (1.1.0)
WARNING: You are using pip version 22.0.4; however, version 22.1.2 is available.
You should consider upgrading via the '/root/venv/bin/python -m pip install --upgrade pip' command.

# Levanto los datos en 3 diferentes dataframes #Articulos 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']) # Vendedores df_sellers = pd.read_excel('/work/data/sellers.xlsx', index_col=0) # Ordenes df_orders = pd.read_csv('/work/data/orders.csv')

# Exploración del df de artículos print('Muestra de datos') print(df_articles.head()) # head() 5 Filas por defecto print('\nFormato del dataframe') print(df_articles.shape) print('\nBusqueda de valores nulls por columna') print(df_articles.isnull().sum()) print('\nFormato de los datos por columna') print(df_articles.dtypes)

Muestra de datos
   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

Formato del dataframe
(31, 3)

Busqueda de valores nulls por columna
article_id      0
article_name    0
unit_price      0
dtype: int64

Formato de los datos por columna
article_id       int64
article_name    object
unit_price      object
dtype: object

# Exploración del df de vendedores print('Muestra de datos') print(df_sellers.head()) # head() 5 Filas por defecto print('\nFormato del dataframe') print(df_sellers.shape) print('\nBusqueda de valores nuls por columna') print(df_sellers.isnull().sum()) print('\nFormato de los datos por columna') print(df_sellers.dtypes)

Muestra de datos
                 seller_name
seller_id                   
1           Aveline Swanwick
2                   Jase Doy
3          Oliviero Charkham
4           Cornie Wynrehame
5                Ewell Peres

Formato del dataframe
(15, 1)

Busqueda de valores nuls por columna
seller_name    0
dtype: int64

Formato de los datos por columna
seller_name    object
dtype: object

# Exploración del df de órdenes print('Muestra de datos') print(df_orders.head()) # head() 5 Filas por defecto print('\nFormato del dataframe') print(df_orders.shape) print('\nBusqueda de valores nuls por columna') print(df_orders.isnull().sum()) print('\nFormato de los datos por columna') print(df_orders.dtypes)

Muestra de datos
   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

Formato del dataframe
(1000, 6)

Busqueda de valores nuls por columna
order_id        0
week            0
article_id      0
quantity        0
seller_id       0
country_name    0
dtype: int64

Formato de los datos por columna
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

my_df = df_orders.copy() # shallow copy o copia superficial (otro Objeto alojado en la memoria) # Cambio el indice del df de artículos df_articles.set_index('article_id', inplace=True) 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']) # df_articles # print() my_df for i in range(max(my_df.count())): # SINTAXIS: df_articles.loc[indice][columna] # [indice] va a ser el dato que obtengo de my_df.loc[i]['article_id'] # [indice] -> [my_df.loc[i]['article_id']] # o sea, tomo registro a registro el article_id y lo uso para extraer el nombre del artículo (article_name) # print(df_articles.loc[my_df.loc[i]['article_id']]['article_name']) article = df_articles.loc[my_df.loc[i]['article_id']]['article_name'] # print(article) # Asignar a cada valor id de la columna 'article_name' (my_df) el nombre del artículo my_df.loc[i, 'article_name'] = article # my_df # hacemos lo mismo con total amount my_df.loc[i, 'total_amount'] = my_df.loc[i, 'quantity']*df_articles.loc[my_df.loc[i]['article_id']]['unit_price'] # columna de seller_name my_df.loc[i, 'seller_name'] = df_sellers.loc[my_df.loc[i]['seller_id']]['seller_name'] # elimino las columnas que no necesito del df my_df.drop(['order_id', 'article_id', 'seller_id'], axis='columns', inplace=True) print(my_df)

     week  quantity country_name   article_name  total_amount      seller_name
0       1        10         Peru  Water Cooling         675.0  Cirilo Grandham
1       1        15         Peru          Mouse         454.5      Ewell Peres
2       1         5      Bolivia        Netbook         725.0   Janel O'Curran
3       1         9       Brazil         Tablet        1170.0   Janel O'Curran
4       1         6       Mexico           Case         227.4  Daisie Slograve
..    ...       ...          ...            ...           ...              ...
995     4         1       Brazil          Modem          67.5       Kati Innot
996     4        15       Brazil       Heatsink         150.0  Daisie Slograve
997     4         2     Colombia       Heatsink          20.0  Vasily Danilyuk
998     4        14       Brazil         Tablet        1820.0  Vasily Danilyuk
999     4        12       Brazil            SDD         264.0     Onida Cosely

[1000 rows x 6 columns]

# RESOLUCIÓN ANALÍTICA print(my_df['article_name'].value_counts()) # cuenta valores únicos

HDD                 47
SDD                 45
Netbook             45
Tablet              40
Usb Cable           39
Sata Cable          38
Pci Express Port    37
Range Extender      36
Smartphone          35
Headphones          34
Mouse               34
Full Pc             34
Power Supply        34
Heatsink            34
Motherboard         33
Water Cooling       32
Video Card          31
Ram Memory          31
Notebook            30
CPU                 29
Modem               29
Mesh Wi-Fi X 2      28
Webcam              28
Desk                28
Case                26
Monitor             26
Fan Cooler          25
Chair               24
Scanner             24
Wi-Fi Card          22
Keyboard            22
Name: article_name, dtype: int64

# RESOLUCIÓN GRÁFICA sns.displot(my_df, x='article_name') plt.xticks(rotation=90) # 'vertical' plt.show()

# 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' es el index # print(df2) # agrupa (y suma) sólo variables numéricas # SINTAXIS ALTERNATIVA # pd.options.display.float_format='$ {:,.2f}'.format # print(my_df[['article_name'] + ['total_amount']].groupby(['article_name']).sum().sort_values('total_amount',ascending=False).head(5))

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 plt.pie(x=df2['total_amount'],labels=df2.index, autopct='%1.2f%%') plt.show() # index es el 'article_name' del df2

# 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']]) print(df4[['quantity'] + ['total_amount']].head(5)) # 'seller_name' es el index

                   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 plt.bar(df4.index, df4['total_amount']) plt.xticks(rotation=60) plt.show()

# 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']]) # 'week' es el index

      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 plt.bar(df5.index, df5['total_amount']) plt.show()

#Resolución df7 = (my_df.groupby(by='seller_name').sum()).sort_values('total_amount', ascending=True) pd.options.display.float_format='$ {:,.2f}'.format print(df7[['quantity'] + ['total_amount']].head(3))

                  quantity  total_amount
seller_name                             
Cirilo Grandham        470   $ 45,009.40
Cornie Wynrehame       523   $ 52,253.57
Tobin Roselli          519   $ 56,984.42

¿Qué ventas ha realizado menor a $ 3.000?

#Resolución df6 = my_df.loc[my_df['total_amount']< 3000] df62= df6.loc[df6['article_name'] == 'Full Pc'] df63 = df62.loc[df62['seller_name'] == 'Cirilo Grandham'] print(df63)

     week  quantity country_name article_name  total_amount      seller_name
817     3         1    Venezuela      Full Pc    $ 2,127.81  Cirilo Grandham

df_countries = (my_df[['country_name','total_amount']].groupby(by='country_name').sum()).sort_values('total_amount', ascending=True).head(10) pd.options.display.float_format= '$ {:,.0f}'.format plt.style.use('seaborn-whitegrid') plt.bar(df_countries.index, df_countries['total_amount'], alpha=0.8, color='C65') plt.xticks(rotation=60) plt.title('Total de ventas') plt.show()

¿y cuáles son los 10 artículos que menos se venden?

df_article = (my_df[['article_name','total_amount']].groupby(by='article_name').sum()).sort_values('total_amount', ascending=True).head(10) plt.style.use('ggplot') plt.title('Ventas en cantidad por artículos') plt.plot(df_article,linewidth=2, alpha=0.3, marker='*', markersize=10, color='red') plt.xticks(rotation=70) plt.show()

#Resolución df82 = my_df.loc[my_df['country_name'] == 'Brazil'] plt.bar(df82['seller_name'], df82['total_amount'], width=0.5, color=['plum', 'white', 'pink', 'grey', 'blue']) plt.xticks(rotation=60) font1 = {'color':'green','size':10} plt.xlabel("País", fontsize=10,fontweight='bold', color='red') plt.ylabel("Total Ventas", fontsize=10,fontweight='bold', color='red') plt.title("Vendedores de Brasil") plt.show() df83 = my_df.loc[my_df['country_name'] == 'Argentina'] plt.bar(df83['seller_name'], df83['total_amount'], width=0.5, color=['hotpink', 'white', 'green', 'grey', 'blue']) plt.xticks(rotation=60) font1 = {'color':'green','size':10} plt.xlabel("Vendedores", fontsize=10, fontweight='bold', color='red') plt.ylabel("Total Ventas", fontsize=10, fontweight='bold', color='red') plt.title("Vendedores de Argentina") plt.show()

Conclusiones por artículo

Si bien Usb Cable y Sata Cable son productos muy vendidos, se debe analizar su rentabilidad ya que en importes no son significativos.

Definitivamente, no se debe continuar con la venta Fan Cooler debido a que no se produce ventas y no tiene un buen importe de venta.

Conclusiones por vendedor

Observando que los vendedores no mantienen una regularidad en países como Brasil y Argentina, deberían enfocarse en vender en países en los que son efectivos, por ejemplo, Oliviero Charkman en Brasil y Aveline Swanwick en Argentina.

Por lo contrario, debemos consultar cuales son las estrategias de ventas del mejor vendedor de la compañía: Janel O'Curran.

Por otra parte, se debe consultar con el vendedor Cirilo Grandham el motivo por el cual no está realizando ventas en ninguno de los países del producto más vendido en toda la región.

Conclusiones por país

Para finalizar, se debe analizar la posibilidad de no operar más en países como Puerto Rico, Paraguay y Ecuador debido a que no estamos teniendo buenas ventas en los mismos.