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

# 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 de otros paqueres (no office)

# 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(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 df_articles

# 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)

# Cambar a float los precios unitarios 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 indice del df_articles df_articles.set_index('article_id', inplace=True) # Agrego 3 columnas y pongo el campo que me va a servir de "ancla" para buscar la información real. 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(df_articles)

#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 ANALÍTICA my_df2 = my_df.groupby('article_name').sum() por_cantidad = my_df2.sort_values('quantity', ascending=False) print(por_cantidad['quantity'].head(1))

#RESOLUCION GRAFICA <<<<<Mi propuesta de gráfico>>>>> #my_df2_sort = my_df2.sort_values('quantity', ascending=False) #my_df2_sort['quantity'].plot(kind='barh', color= 'green', alpha= 0.8) plt.figure(figsize=(10,5)) plt.bar(por_cantidad.index, por_cantidad['quantity'],color= 'purple', alpha= 0.6, width=0.9) plt.ylabel('Cantidad vendida') plt.xlabel('Producto') plt.title('Ventas por articulo') plt.xticks(rotation=90) plt.show()

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

# RESOLUCIÓN GRÁFICA <<<<<Mi propuesta de gráfico2>>>>> plt.figure(figsize =(10, 7)) x = [1, 2, 3, 4] colors = plt.get_cmap('Purples')(np.linspace(0.2, 0.7, len(x))) plt.pie(x=mas_ingresos['total_amount'], labels=mas_ingresos.index, colors = colors ) plt.title('Ingresos por articulo') plt.show()

#prueba analitica <<<<<Mi propuesta. Pregunta3>>>>> my_df2 = my_df.groupby('seller_name').sum() mas_ingresos = my_df2.sort_values('total_amount', ascending=False).head() print(mas_ingresos[['quantity']+ ['total_amount']].head(1))

# RESOLUCIÓN GRÁFICA <<<<<Mi propuesta de gráfico. Pregunta3>>>>> plt.figure(figsize=(10,5)) plt.barh(df3.index,df3['total_amount'],color= 'purple', alpha= 0.4) plt.xlabel('ingresos generados') plt.ylabel('Vendedor') plt.title('Principales vendedores') plt.xticks(rotation=90) plt.show()

# RESOLUCIÓN ANALÍTICA df4 = my_df.groupby('week').sum() print(df4)

# RESOLUCIÓN GRÁFICA <<<<<Mi propuesta de gráfico.Pregunta4>>>>> plt.figure(figsize =(10, 7)) x = [1, 2, 3, 4] colors = plt.get_cmap('Purples')(np.linspace(0.2, 0.7, len(x))) week=['semana1','semana2','semana3', 'semana4'] #df4.index plt.pie(x=df4['total_amount'], labels=week, colors = colors, autopct='%1.1f%%' ) plt.title('Ventas en el mes. Indicado por semana') plt.show()

# RESOLUCIÓN Pregunta: Cuál es el país al que más se le vendió en el último mes? df5 = my_df.groupby('country_name').sum().sort_values('total_amount', ascending = False) print(df5[['total_amount']].head(5))

plt.bar(df5.index,df5['total_amount'],color= 'purple', alpha= 0.6, width=0.9) plt.xlabel('Paises clientes') plt.ylabel('Cantidad vendida') plt.title('Principales clientes') plt.xticks(rotation=75) plt.show()

# RESOLUCIÓN PREGUNTA 6: CUAL ES PRODUCTO MÁS VENDIDO EN ARGENTINA (unidades)? #primero obtengo todos los registros donde el pais sea Argentina v10=my_df.loc[my_df['country_name'] =='Argentina'] print(v10)

#segundo: ordeno de manera descendente los registros para obtener el articulo mas vendido v10 = v10.groupby('article_name').sum() por_cant = v10.sort_values('quantity', ascending=False) print(por_cant['quantity'].head(1))

#resolución grafica Pregunta 6 plt.figure(figsize=(10,5)) plt.bar(por_cant.index, por_cant['quantity'],color= 'purple', alpha= 0.6, width=0.9) plt.ylabel('Cantidad vendida') plt.xlabel('Producto') plt.title('Ventas por articulo en Argentina') plt.xticks(rotation=90) plt.show()

# RESOLUCIÓN Promedio de los ingresos del producto más vendido en Argentina. #a partir de la copia creada de my_df quiero el promedio de los productos v11 = v10.groupby('article_name').mean() por_cant11 = v11.sort_values('total_amount', ascending=False) print(por_cant['total_amount'].head(5))

#RESOLUCIÓN GRÁFICA Pregunta 7 plt.figure(figsize=(10,5)) plt.bar(por_cant11.index, por_cant11['total_amount'],color= 'purple', alpha= 0.6, width=0.9) plt.ylabel('Ingresos generados') plt.xlabel('Producto') plt.title('Promedio de ventas por articulo en Argentina') plt.xticks(rotation=90) plt.show()

#Al momento de analizar las ventas durante el mes, con la ayuda un grafico de torta (grafico 4) #nos podemos dar cuenta de que las ventas caen al rededor de un 50% en la última semana #comparadas con la primer semana del mismo mes, por lo que es el momento oportuno para impulsar # una campaña de promociones y descuentos con el fin de levantar estas ventas. #A nivel global podemos observar que el articulo con más demanda en el mercado es el HDD, sin embargo los # mayores ingresos provienen del producto Full PC. Comparando a nivel local, en Argentina se comercializa # más el producto CPU, siendo el producto Full PC el que genera más ingresos. #En ambos casos la mayor rentabilidad proveniene del producto full PC. #sería interesante analizar, a nivel estrategia comercial, la relación Ventas del producto Full Pc con #la etapa del mes.