Analizando 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

# Importando datos retailers = pd.read_csv('/work/largest_us_retailers.csv') retailers.head()

Companyobject

Salesint64

Walmart US

658119

Kroger

115037

Costco

90048

Home Depot

83976

Walgreen Boots

78924

# Encontrando las medidas de tendencia de los datos retailers.describe()

Salesfloat64

Storesfloat64

count

mean

71063.08

3466.565217

std

125405.7276

4038.708714

min

16592

231

25%

24402

1029

50%

34980

1828

75%

71687

4242

max

658119

14250

sns.set_theme() plt.figure(figsize=(10,4)) sns.boxplot(x = 'Sales', data = retailers)

# Organizando los datos para encontrar la compañía con mayores ventas retailers_sorted = retailers.sort_values('Sales', ascending=False).head(10) retailers_sorted

Companyobject

Walmart US10%

Kroger10%

8 others80%

Salesint64

56829 - 658119

Walmart US

658119

Kroger

115037

Costco

90048

Home Depot

83976

Walgreen Boots

78924

CVS incl. Target

77792

Amazon

71687

Target

71208

Lowe's

60311

Albertsons

56829

# Visualizando los datos de la tabla anterior plt.bar(retailers_sorted['Company'], retailers_sorted['Sales']) plt.xticks(rotation=90) plt.title('Compañías con mayores ventas') plt.ylabel('USD MM') plt.show()

I. Preguntas del negocio

# Encontrando el promedio (sin contar Walmart) other_comp = retailers[retailers.Company !='Walmart US'] prom_ventas = other_comp['Sales'].mean() print('El promedio de ventas (sin contar la compañía dominante), es de: USD $'+str(round(prom_ventas,2))+' MM')

El promedio de ventas (sin contar la compañía dominante), es de: USD $46602.42 MM

# Ahora veámoslo gráficamente fig, ax= plt.subplots(figsize=(8, 5)) plt.bar(other_comp['Company'], other_comp['Sales']) ax.axhline(prom_ventas, label='Promedio Ventas', ls='--', color='red') plt.xticks(rotation=90) plt.title('Ventas de las demás Compañías') plt.ylabel('USD MM') plt.legend() plt.show()

plt.hist(other_comp['Sales'], bins=4) plt.title('Dinero en Ventas') plt.xlabel('Ventas en USD MM') plt.show()

plt.hist(retailers['Stores'], bins=5) plt.xlabel('Tiendas') plt.show()

plt.scatter(retailers.Stores, retailers.Sales) plt.title('Cantidad de tiendas vs. Ventas') plt.xlabel('Tiendas') plt.ylabel('Ventas') plt.show()

# Hallando el máximo y el mínimo para encontrar el rango de ventas max_ventas = retailers['Sales'].max() min_ventas = retailers['Sales'].min() print('Las ventas varían desde los USD $' + str(min_ventas) + ' MM, hasta los USD $' + str(max_ventas) + ' MM. ') print('Esto significa un rango bastante amplio, de USD $' + str(max_ventas-min_ventas) + ' MM.')

Las ventas varían desde los USD $16592 MM, hasta los USD $658119 MM. 
Esto significa un rango bastante amplio, de USD $641527 MM.

# Encontrando las 5 compañías con mayor número de tiendas stores_top5 = retailers.sort_values('Stores', ascending=False).head(5) stores_top5

Companyobject

Salesint64

Dollar Tree

21464

Dollar General

22234

CVS incl. Target

77792

Walgreen Boots

78924

Walmart US

658119

# Encontrando las 5 compañías con mayores ventas sales_top5 = retailers.sort_values('Sales', ascending=False).head(5) sales_top5

Companyobject

Salesint64

Walmart US

658119

Kroger

115037

Costco

90048

Home Depot

83976

Walgreen Boots

78924

# Podemos visualizarlo mejor mediante gráficos plt.barh(stores_top5['Company'], stores_top5['Stores']) plt.title('Compañías con mayor cantidad de tiendas') plt.xlabel('USD MM') plt.show() plt.barh(sales_top5['Company'], sales_top5['Sales']) plt.title('Compañías con mayores ventas') plt.xlabel('USD MM') plt.show()

# Agrupando las ventas por categoría sales_category = retailers.groupby('Category')['Sales'].sum() category_top10 = sales_category.sort_values(ascending=False).head(10) category_top10

plt.barh(category_top10.index, category_top10) plt.xticks(rotation=30) plt.title('Ventas por categoría') plt.xlabel('USD MM') plt.show()

# Creando una nueva columna para calcular la relación retailers['Sales/Store Ratio'] = retailers.Sales / retailers.Stores sales_ratio = retailers.sort_values('Sales/Store Ratio',ascending=False).head(10) sales_ratio

Companyobject

Costco10%

Walmart US10%

8 others80%

Salesint64

16592 - 658119

Costco

90048

Walmart US

658119

Sam's Club

56828

Meijer

16592

HEB

21384

Home Depot

83976

Target

71208

Ahold

26903

Lowe's

60311

Macy's

26028

# Siempre una imagen es mejor plt.bar(sales_ratio['Company'], sales_ratio['Sales/Store Ratio']) plt.xticks(rotation=90) plt.title('Relación tiendas / ventas') plt.ylabel('USD MM') plt.show()

# Filtrando las tiendas Online online_stores = retailers[retailers.Stores.isnull()] online_stores

Companyobject

Salesint64

Amazon

71687

Apple incl. Online

37664

#Identificando el promedio de ventas de las tiendas online online_stores['Sales'].mean()

# Ahora veamos las que tienen tiendas físicas physical_stores = retailers[retailers.Stores.notnull()] physical_stores.head(5)

Companyobject

Salesint64

Walmart US

658119

Kroger

115037

Costco

90048

Home Depot

83976

Walgreen Boots

78924

#Identificando el promedio de ventas de las tiendas fisicas physical_stores['Sales'].mean()

# Encontrando el promedio (sin contar Walmart) other_physical_stores = other_comp[other_comp.Stores.notnull()] other_physical_stores.head(5)

Companyobject

Salesint64

Kroger

115037

Costco

90048

Home Depot

83976

Walgreen Boots

78924

CVS incl. Target

77792

#Identificando el promedio de ventas de las tiendas fisicas sin Walmart other_physical_stores['Sales'].mean()

# Observando cuántas empresas hay por categoria company_category = retailers.groupby('Category')['Company'].count() competition = company_category.sort_values() competition

plt.barh(competition.index, competition) plt.title('Cantidad de empresas por categoría') plt.show()