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 import my_functions

df = pd.read_csv('/work/Datacademy_Challenge/largest_us_retailers.csv')

df_sorted = df.sort_values('Sales', ascending=0) y = df_sorted['Sales'][1:] np.mean(y)

bins = np.arange(0, 700000, 10000) plt.hist(df['Sales'], bins) my_functions.format_plot(plt, 'Título2', 'x', 'y') plt.show()

bins = np.arange(0, 16000, 1000) plt.hist(df['Stores'], bins) plt.show()

plt.scatter(df['Stores'], df['Sales']) plt.show()

max_sales = np.max(df['Sales']) max_sales_company = df.loc[df['Sales'] == max_sales]['Company'].tolist()[0] print(f'El valor máximo de ventas fué reportado por {max_sales_company} y fué por valor de: ${max_sales:,} dólares.') min_sales = np.min(df['Sales']) min_sales_company = df.loc[df['Sales'] == min_sales]['Company'].tolist()[0] print(f'El valor mínimo de ventas fué reportado por {min_sales_company} y fué por valor de: ${min_sales:,} dólares.')

top5_stores = df.sort_values('Stores', ascending=0)[:5]['Company'].tolist() print(f'Las 5 compañías con mas tiendas son: {my_functions.list2str(top5_stores)}') top5_sales = df_sorted[:5]['Company'].tolist() top5_both = np.intersect1d(top5_sales, top5_stores) print(f'Las 5 compañías con mas tiendas que además están en el top 5 con mas ventas son: {my_functions.list2str(top5_both)}')