# Exploración del df de artículos
print('Muestra de datos')
print(df_articles.head())
print('\nForma del dataframe')
print(df_articles.shape)
print('\nBuscar valores nulos')
print(df_articles.isnull().sum())
print('\nFormato de los datos del dataframe')
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
Forma del dataframe
(31, 3)
Buscar valores nulos
article_id 0
article_name 0
unit_price 0
dtype: int64
Formato de los datos del dataframe
article_id int64
article_name object
unit_price object
dtype: object
# Exploración del df de vendedores
print('Muestra de datos')
print(df_sellers.head())
print('\nForma del dataframe')
print(df_sellers.shape)
print('\nBuscar valores nulos')
print(df_sellers.isnull().sum())
print('\nFormato de los datos del dataframe')
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
Forma del dataframe
(15, 1)
Buscar valores nulos
seller_name 0
dtype: int64
Formato de los datos del dataframe
seller_name object
dtype: object
# Exploración del df de órdenes
print('Muestra de datos')
print(df_orders.head())
print('\nForma del dataframe')
print(df_orders.shape)
print('\nBuscar valores nulos')
print(df_orders.isnull().sum())
print('\nFormato de los datos del dataframe')
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
Forma del dataframe
(1000, 6)
Buscar valores nulos
order_id 0
week 0
article_id 0
quantity 0
seller_id 0
country_name 0
dtype: int64
Formato de los datos del dataframe
order_id int64
week int64
article_id int64
quantity int64
seller_id int64
country_name object
dtype: object
# Cambiar a float los precios unitarios
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
# Crear una copia de df_orders
my_df = df_orders.copy()
df_articles.set_index('article_id', inplace=True) # Se ejecuta una vez abierto el notebook y luego se comenta
#df_articles
# Modificaciones a mi dataframe creando las columnas:
# Agrego 3 columnas y pongo el campo que me va a servir de ancla para buscar la informacion real.
my_df = my_df.assign(article_name = my_df['article_id']) #Creo una columna nueva con los valores de 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(df_articles.head())
article_name unit_price
article_id
20015 Smartphone 525.00
20016 Full Pc 2127.81
20017 Monitor 230.00
20018 Tablet 130.00
20019 Desk 130.10
#Reemplazar los valores reales en el df
for i in range (len(my_df.index)): #len(my_df.index) devuelva la cantidad de filas (registros)
#reemplazo el nombre del articulo usando el id guardado en my_df
article = df_articles.loc[my_df.loc[i]['article_id']]['article_name']
my_df.loc[i, 'article_name'] = article
#reemplazo el nombre del vendedor usando el id guardado en my_df
my_df.loc[i, 'seller_name'] = df_sellers.loc[my_df.loc[i]['seller_id']]['seller_name']
#busco el pecio unitario y lo multiplico por la cantidad de unidades vendidas.
my_df.loc[i, 'total_amount'] = df_articles.loc[my_df.loc[i]['article_id']]['unit_price'] * my_df.loc[i, 'quantity']
#elimino las columnas que no utilizo
my_df.drop(['article_id', 'seller_id', 'order_id'], axis='columns', inplace=True)
print(my_df.head())
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
# RESOLUCIÓN GRÁFICA
sns.barplot(x=my_df2.index, y=my_df2['quantity'], data=my_df2, order= my_df2.sort_values('quantity', ascending=False).index).set(title='Unidades vendidas por producto')
plt.xlabel('Nombre del artículo')
plt.ylabel('Cantidad')
plt.xticks(rotation=90)
plt.show()
# RESOLUCIÓN GRÁFICA
# ATENCION: Solo graficamos los 5 primeros productos, si ponemos el porcentaje en el grafico no nos muestra el real
plt.pie(x=mas_ingresos['total_amount'], labels= mas_ingresos.index)
plt.show()
# RESOLUCIÓN GRÁFICA
plt.bar(my_df4.index, my_df4['total_amount'])
plt.xticks(rotation=75)
plt.xlabel('Vendedor')
plt.ylabel('Ventas $')
plt.title('Unidades vendidas por vendedor')
plt.show()
# RESOLUCIÓN GRÁFICA
plt.bar(my_df5.index, my_df5['total_amount'])
plt.xlabel('Semana')
plt.ylabel('Ventas')
plt.title('Unidades vendidas por semana')
plt.xlim(0,5)
plt.show()
# Podria poner un pie con porcentajes
# RESOLUCIÓN
my_df6 = my_df.groupby('seller_name').sum()
por_cantidad3 = my_df6.sort_values('quantity', ascending=False)
print(por_cantidad3['quantity'].head())
# Resolución Grafica:
sns.set_style('darkgrid')
plt.figure(figsize=(8,8))
my_df6.sort_values('quantity', inplace=True)
plt.barh(my_df6.index, my_df6['quantity'], color= ['hotpink'])
plt.xlabel('Cantidad vendida ultimo mes')
plt.ylabel('Vendedor')
plt.title('Unidades vendidas por vendedor')
plt.show()
sns.set_style('darkgrid')
plt.figure(figsize=(8,8))
my_df6.sort_values('total_amount', inplace=True)
plt.barh(my_df6.index, my_df6['total_amount'], color= ['plum'])
plt.xlabel('Ganancia generada ultimo mes')
plt.ylabel('Vendedor')
plt.title('Ganancias generadas por vendedor')
plt.show()
seller_name
Janel O'Curran 703
Aveline Swanwick 629
Arnold Kilkenny 583
Jase Doy 582
Oliviero Charkham 555
Name: quantity, dtype: int64
# RESOLUCIÓN
# Paises que compran mayores cantidades
my_df7 = my_df.groupby('country_name').sum()
por_cantidad4 = my_df7.sort_values('quantity', ascending=False)
print(por_cantidad4['quantity'].head(5))
print()
# Paises que nos generan mayores ganancias
my_df8 = my_df.groupby('country_name').sum()
por_cantidad5 = my_df8.sort_values('total_amount', ascending=False)
print(por_cantidad5['total_amount'].head(5))
# Resolucion Grafica:
sns.set_style('darkgrid')
sns.barplot(x=my_df7.index, y=my_df7['quantity'], data=my_df7, order= my_df7.sort_values('quantity', ascending=False).index).set(title='Unidades vendidas por pais')
plt.xlabel('Pais')
plt.ylabel('Cantidad')
plt.xticks(rotation=90)
plt.show()
sns.set_style('darkgrid')
sns.barplot(x=my_df8.index, y=my_df8['total_amount'], data=my_df8, order= my_df8.sort_values('total_amount', ascending=False).index).set(title='Ganancias generadas por pais')
plt.xlabel('Pais')
plt.ylabel('Ganancia')
plt.xticks(rotation=90)
plt.show()
country_name
Brazil 2515
Peru 1027
Argentina 947
Colombia 881
Mexico 846
Name: quantity, dtype: int64
country_name
Brazil 441271.85
Argentina 205832.78
Colombia 177514.29
Peru 161421.12
Mexico 138619.99
Name: total_amount, dtype: float64
# RESOLUCIÓN
sns.color_palette('colorblind')
graph = sns.relplot(data=my_df, x="seller_name", y="total_amount", hue="country_name")
plt.xticks(rotation= 45,horizontalalignment = "right")
plt.xlabel('Vendedor')
plt.ylabel('Monto')
plt.title('Ganancias por pais segun el vendedor')
plt.show()