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

# Se instalan las librerías que van a utilizarse import numpy as np import pandas as pd import sqlite3 as sql3 import openpyxl # para que levante bien el excel import matplotlib.pyplot as plt import seaborn as sns sns.set_theme(style="whitegrid")

# Artículos 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) # Órdenes df_orders = pd.read_csv('/work/data/orders.csv')

# Exploración del df de artículos print('Muestra de datos') print(df_articles.head()) print('\nFormato del dataframe') print(df_articles.shape) print('\nBúsqueda de valores nulos por columna') print(df_articles.isnull().sum()) print('\nFormato de los datos por columna') print(df_articles.dtypes)

# Exploración del df de vendedores print('Muestra de datos') print(df_sellers.head()) print('\nFormato del dataframe') print(df_sellers.shape) print('\nBúsqueda de valores nulos por columna') print(df_sellers.isnull().sum()) print('\nFormato de los datos por columna') print(df_sellers.dtypes)

# Exploración del df de órdenes print('Muestra de datos') print(df_orders.head()) print('\nFormato del dataframe') print(df_orders.shape) print('\nBúsqueda de valores nulos por columna') print(df_orders.isnull().sum()) print('\nFormato de los datos por columna') print(df_orders.dtypes)

df_articles['unit_price'] = df_articles['unit_price'].astype(float) print(df_articles.dtypes)

# Creo una copia del df_orders my_df = df_orders.copy() # Cambio el índice del df de artículos df_artic = df_articles.set_index('article_id',inplace = False) # Agrego algunas columnas y pongo el campo que me va a servir de "ancla" para acordarme 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']) # reemplazo los valores en el nuevo df # 1. busco el nombre del artículo y lo asigno a una variable # como df_articles está indexado por article_id, lo uso para ubicarme en # el registro que busco # SINTAXIS: df_articles.loc[indice][columna] # [indice] va a ser el dato que obtengo de my_df.loc[i]['article_id'] # -> o sea, tomo registro a registro el article_id y lo uso para extraer # el nombre del artículo for i in range(len(my_df.index)): # len(my_df.index) devuelve la cantidad de registros id_articulo = my_df.loc[i]['article_id'] nombreArticulo = df_artic.loc[id_articulo]['article_name'] # # se lo asigno a la columna correspondiente my_df.loc[i,'article_name'] = nombreArticulo # Obtenemos total_amount precioArticulo = df_artic.loc[id_articulo]['unit_price'] my_df.loc[i, 'total_amount'] = my_df.loc[i,'quantity'] * precioArticulo # Obtenemos seller_name id_vendedor = my_df.loc[i]['seller_id'] nombreVendedor = df_sellers.loc[id_vendedor]['seller_name'] my_df.loc[i, 'seller_name'] = nombreVendedor # elimino las columnas que no necesito my_df.drop(['order_id', 'article_id', 'seller_id'], axis = 'columns', inplace=True)

my_df.columns

my_df2 = my_df.rename(columns={'week': 'Semana', 'quantity':'Cantidad', 'country_name':'País', 'article_name': 'Artículo', 'total_amount': 'Ventas', 'seller_name': 'Vendedor'}) my_df2.columns

# RESOLUCIÓN ANALÍTICA df_cant_articulos = my_df2.groupby('Artículo').sum() df_cant_articulos_ord = df_cant_articulos.sort_values('Cantidad', ascending=False) df_reducido = df_cant_articulos_ord.head(6) print(df_reducido)

# RESOLUCIÓN GRÁFICA sns.barplot(y=df_reducido.index, x = df_reducido["Cantidad"], palette='Blues_d') plt.xticks() plt.title ('Artículos mas vendidos en unidades') plt.show()

# RESOLUCIÓN ANALÍTICA df_monto_articulo_ord = my_df2.groupby('Artículo').sum().sort_values('Ventas', ascending=False).head(5) print (df_monto_articulo_ord)

sns.barplot(y=df_monto_articulo_ord['Ventas'], x = df_monto_articulo_ord.index, palette='Greens_d') plt.xticks() plt.title ('Artículos mas vendidos en dólares') plt.show()

# RESOLUCIÓN ANALÍTICA df_monto_vendedor_ord = my_df2.groupby('Vendedor').sum().sort_values('Ventas', ascending=False) print(df_monto_vendedor_ord[['Cantidad']+['Ventas']])

sns.barplot(y=df_monto_vendedor_ord.index, x = df_monto_vendedor_ord['Ventas'], palette='Greens_d') plt.xticks() plt.title ('Total ventas por vendedor') plt.show()

# RESOLUCIÓN ANALÍTICA df_venta_semanal = my_df2.groupby(by='Semana').sum() print(df_venta_semanal)

#RESOLUCIÓN GRÁFICA plt.bar(df_venta_semanal.index,df_venta_semanal['Ventas'], width=0.8) plt.title ('Total ventas por semana') plt.show()

print (my_df2.head())

print (my_df2['País'].unique())

# RESOLUCIÓN df_ventas_pais = my_df2.groupby(['País'])['Ventas'].sum() df_ventas_pais df_ventas_pais.sort_values(ascending=False)

plt.figure(figsize=(16,6)) sns.lineplot(data=df_ventas_pais, color='Red') plt.title("Ventas por países en pesos")

df_pais_prod= my_df2.groupby(['País', 'Artículo'])['Ventas'].sum() print(df_pais_prod)

df_pais_mas_vende= my_df2[(my_df2['País'] == 'Brazil')] print(df_pais_mas_vende)

df_producto= df_pais_mas_vende.groupby( ['Artículo'] ).sum().sort_values('Ventas', ascending=False) df_grafico = df_producto.head(10) print (df_grafico)

sns.barplot(x=df_grafico['Ventas'], y= df_grafico.index, palette='Reds_d') plt.xticks() plt.title ('Mayores ingresos por producto') plt.show()

df_vendedor= df_pais_mas_vende.groupby( ['Vendedor'] ).sum().sort_values('Ventas', ascending=False) df_vendedor_grafico = df_vendedor.head(10) print (df_vendedor_grafico)

sns.barplot(x=df_vendedor_grafico['Ventas'], y= df_vendedor_grafico.index, palette="mako") plt.xticks() plt.title ('Ventas por vendedor en Brasil') plt.show()