# 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)

# 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)

# 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)

# Cambiar a float los precios unitarios df_articles['unit_price'] = df_articles['unit_price'].astype(float) print(df_articles.dtypes)

# 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())

#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())

# 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()

# 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()

# 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()