Análisis de los 25 retailers más grandes de Estados Unidos

# Importando librerías import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns # Esto es de mi parte equisde import squarify

# Importando datos df = pd.read_csv('largest_us_retailers.csv') # df # df.info() # df.isnull().sum() había datos nulos que pueden entorpercer el análisis df.fillna(0, inplace=True)

I. Preguntas del negocio

plt.figure(figsize=(12,8)) squarify.plot(sizes=df['Sales'], label=df['Company'], alpha=.8 ) plt.axis('off') plt.show()

walmart_nerf = round(df['Sales'][1::].mean()) walmart_nerf

df[df['Sales'] >= walmart_nerf][1::]

Companyobject

Kroger10%

Costco10%

8 others80%

Salesint64

56828 - 115037

Kroger

115037

Costco

90048

Home Depot

83976

Walgreen Boots

78924

CVS incl. Target

77792

Amazon

71687

Target

71208

Lowe's

60311

Albertsons

56829

Sam's Club

56828

bins=[0, 20000, 40000, 60000, 80000, 100000, 120000] plt.hist(df['Sales'], bins, alpha=0.7) plt.style.use('ggplot') plt.title('¿Cuánto dinero generan las compañías?') plt.xlabel('Ventas en MM de US$') plt.ylabel('Cantidad de Compañías') plt.show()

df[(df['Sales'] >= 20000) & (df['Sales'] <= 40000)]

Companyobject

Apple incl. Online9.1%

Best Buy9.1%

9 others81.8%

Salesint64

21384 - 37664

Apple incl. Online

37664

Best Buy

34980

Publix

34408

Rite Aid

27486

Ahold

26903

Macy's

26028

TJX

25012

Aldi

24402

Dollar General

22234

Dollar Tree

21464

bins=[0, 3000, 6000, 9000, 12000, 15000] plt.hist(df['Stores'], bins, alpha=0.5) plt.style.use('seaborn-colorblind') plt.ylabel('Compañías') plt.xlabel('Tiendas') plt.show() #hacer otra tabla de menos de 3k :v

bins=[0, 500, 1000, 1500, 2000, 2500, 3000] plt.hist(df['Stores'], bins, alpha=0.5) plt.ylabel('Compañías') plt.xlabel('Tiendas') plt.show()

plt.figure(figsize=(8,6)) plt.scatter(df['Stores'], df['Sales']) #, c=df['Sales/Avg. Store'], s=df['Sales/Avg. Store']) plt.title('¿Si una empresa tiene más tiendas tendrá más dinero de ventas?') plt.xlabel('Tiendas') plt.ylabel('Ventas') plt.show()

range_sales_df = df['Sales'].max() - df['Sales'].min() range_sales_df

range_nerf_walmart_df = df['Sales'][1::].max() - df['Sales'][1::].min() range_nerf_walmart_df

df_sorted_stores = df.sort_values('Stores', ascending=0) plt.barh(df_sorted_stores['Company'][0:5], df_sorted_stores['Stores'][0:5], color=['black', 'red', 'green', 'blue', 'cyan']) plt.style.use('ggplot') plt.title('¿Quién tiene más tiendas?') plt.show()

plt.style.use('tableau-colorblind10') plt.barh(df['Company'][0:5], df['Sales'][0:5], color=['pink', 'royalblue', 'peru', 'coral', 'gold']) plt.title('Facturación en MM de US$ por compañía') plt.show()

category_df = df.groupby('Category').agg({'Sales': 'sum'}) category_df = category_df.reset_index() category_df = category_df.sort_values('Sales', ascending=0) plt.barh(category_df['Category'][0:5], category_df['Sales'][0:5], color=['gold', 'chartreuse' , 'darkcyan', 'c', 'm']) plt.title('Ventas en MM de US$ por categoría') plt.show()

cat_count_df = df.groupby('Category').agg({'Company': 'count'}) cat_count_df = cat_count_df.reset_index() cat_count_df.sort_values('Company', ascending=0)

Categoryobject

Grocery8.3%

Drug Stores8.3%

10 others83.3%

Companyint64

1 - 7

Grocery

Drug Stores

Supercenters

Department Stores

Dollar Stores

Home Improvement

Apparel

Electronic/Mail Order

Electronics

df[['Company','Sales','Category']][0:1]

Companyobject

Salesint64

Walmart US

658119

copy_df = df[1::] cat_copy_df = copy_df.groupby('Category').agg({'Sales': 'sum'}) cat_copy_df = cat_copy_df.reset_index() cat_copy_df = cat_copy_df.sort_values('Sales', ascending=0) plt.barh(cat_copy_df['Category'][0:5], cat_copy_df['Sales'][0:5], color=['green', 'b' , 'grey', 'm', 'cyan']) plt.title('Ventas en MM de US$ por categoría') plt.show()

cat_copy_df[['Category','Sales']][0:1]

Categoryobject

Salesint64

Grocery

297164

df_sale_avg = df.sort_values('Sales/Avg. Store', ascending=0) plt.barh(df_sale_avg['Company'][0:5], df_sale_avg['Sales/Avg. Store'][0:5], color=['y', 'hotpink', 'cadetblue', 'orange', 'm']) plt.style.use('ggplot') plt.title('Promedio de venta por tienda física') plt.show()

round(df_sale_avg[['Company','Sales/Avg. Store']][0:1])

Companyobject

Sales/Avg. Storefloat64

Costco

188

df[(df['Stores'] == 0)]

Companyobject

Salesint64

Amazon

71687

Apple incl. Online

37664

df['Sales'].sum()

# Para hablar de billones de dólares sales_sum_df = (df['Sales'].sum())/1000000 round(sales_sum_df, 1)

walmart_for_25_retailers = 100*(df['Sales'][0:1].sum())/(df['Sales'].sum()) round(walmart_for_25_retailers)

round(df['Stores'].sum())

round(df['Sales/Avg. Store'].mean())

# !pip install session_info import session_info session_info.show()