# imports import numpy as np import pandas as pd import sqlite3 as sql3 import matplotlib.pyplot as plt import seaborn as sns import openpyxl #para levantar excel

# Levanto los datos en 3 diferentes dataframes #Articulos conn = sql3.connect('/work/data/articles.db') sql_query = pd.read_sql_query('SELECT * FROM articles',conn) df_articles = pd.DataFrame(data=sql_query, columns=['article_id', 'article_name', 'unit_price']) #df_articles #Vendedores df_sellers = pd.read_excel('/work/data/sellers.xlsx', index_col=0) #df_sellers #Ordenes df_orders = pd.read_csv('/work/data/orders.csv') #df_orders #sql_query

# Exploración del df de artículos print('Muestra de datos') print(df_articles.head()) print('\nFormato 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('\nFormato 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('\nFormato 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)

#Creo una copia del df_orders my_df = df_orders.copy()

#Cambio el indice del df_articles df_articles.set_index('article_id',inplace=True) #df_articles #Agrego 3 columnas y pongo el campo que me va a servir de "ancla" 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']) #print(my_df.head())

#Reemplazar los valores reales en el df for i in range (len(my_df.index)): #len(my_df.index) devuelve 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 precio 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'] my_df.drop(['article_id','seller_id','order_id'], axis='columns', inplace = True) print(my_df.head())

# RESOLUCIÓN ANALÍTICA my_df1 = my_df.groupby('article_name').sum() por_cantidad = my_df1.sort_values('quantity',ascending=False) print(por_cantidad['quantity'].head(1))

# RESOLUCIÓN GRÁFICA sns.barplot(x=my_df1.index, y=my_df1['quantity'], data=my_df1, palette='Set2',order=my_df1.sort_values('quantity', ascending=False).index).set(title='Ventas por artículo') plt.xlabel('Articulo') plt.ylabel('Cantidad') plt.xticks(rotation=90) plt.savefig('imagen1.png') plt.show()

# RESOLUCIÓN ANALÍTICA my_df2 = my_df.groupby('article_name').sum() por_ingresos = my_df2.sort_values('total_amount',ascending=False).head() print(por_ingresos['total_amount'])

# RESOLUCIÓN GRÁFICA c = ['gold','yellowgreen','lightcoral','lightskyblue','tab:purple'] plt.pie(x=por_ingresos['total_amount'], labels=por_ingresos.index,colors=c) plt.title('Artículos con mayores ingresos') plt.savefig('imagen2.png') plt.show() #acá sólo se grafican los primeros 5 productos (no poner porcentaje)

# RESOLUCIÓN ANALÍTICA my_df3 = my_df.groupby('seller_name').sum().sort_values('total_amount', ascending=False) #Que persona más ingresos genero print(my_df3[['quantity']+['total_amount']].head(1))

# RESOLUCIÓN GRÁFICA plt.bar(my_df3.index, my_df3['total_amount'],color='lightseagreen') plt.xlabel('') plt.ylabel('Ventas') plt.title('Mejores vendedores') plt.xticks(rotation=90) plt.savefig('imagen3.png') plt.show()

# RESOLUCIÓN ANALÍTICA my_df4 = my_df.groupby('week').sum() print(my_df4)

print(my_df4.index.astype)

my_df4.index = my_df4.index.astype(str) print(my_df4.index.astype)

# RESOLUCIÓN GRÁFICA #Hacer un barplot plt.plot(my_df4.index,my_df4['total_amount'], color='tab:olive', marker='8') plt.xlabel('Semana del mes') plt.ylabel('Total ventas') plt.title('Variación de total de ventas en el mes') plt.savefig('imagen4.png') plt.show()

# RESOLUCIÓN my_df5 = my_df.groupby('country_name').sum().sort_values('total_amount', ascending=False) print(my_df5[['quantity']+['total_amount']].head(1))

sns.barplot(data= my_df5, x=my_df5.index, y=my_df5['total_amount']) plt.xticks(rotation=90) plt.title('Ingresos por venta en países') plt.xlabel('') plt.ylabel('Total ingresos') plt.savefig('imagen5.png') plt.show()

# RESOLUCIÓN my_df6 = my_df.loc[my_df['country_name']=='Argentina'] #print(my_df6) my_df6a = my_df6.groupby('article_name').sum().sort_values('quantity', ascending=False).head() print(my_df6a['quantity'].head(1))

sns.barplot(data=my_df6a, x=my_df6a.index, y=my_df6a['quantity'],palette='Set2') plt.title('Artículos más vendidos en Argentina') plt.xlabel('') plt.ylabel('Cantidad de ventas') plt.savefig('imagen6.png') plt.show()

# RESOLUCIÓN my_df7 = my_df6.loc[(my_df6['article_name']=='CPU')] sns.boxplot(data=my_df7, x=my_df7['article_name'], y=my_df7['quantity'], hue=my_df7['week'], palette='Set2') plt.title('Distribución de ventas por semana del artículo más vendido en Argentina') plt.xlabel('') plt.ylabel('Cantidad de ventas') plt.savefig('imagen7.png') plt.show()