TP Final Integrador 2 · SAÑUDO STEFANÍA

TP INTEGRADOR MÓDULO 2.

ALUMNA: SAÑUDO STEFANÍA

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

# 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']) # Vendedores df_sellers = pd.read_excel('/work/data/sellers.xlsx', index_col=0) # Ordenes df_orders = pd.read_csv('/work/data/orders.csv')

# Exploración del df de artículos print('Muestra de datos') print(df_articles.head()) # head() 5 Filas por defecto print('\nFormato del dataframe') print(df_articles.shape) print('\nBúsqueda de valores null 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()) # head() 5 Filas por defecto print('\nFormato del dataframe') print(df_sellers.shape) print('\nBúsqueda de valores null 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()) # head() 5 Filas por defecto print('\nFormato del dataframe') print(df_orders.shape) print('\nBúsqueda de valores null 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)

# https://pandas.pydata.org/docs/user_guide/indexing.html # https://towardsdatascience.com/how-to-use-loc-and-iloc-for-selecting-data-in-pandas-bd09cb4c3d79 # https://stackoverflow.com/questions/28754603/indexing-pandas-data-frames-integer-rows-named-columns my_df = df_orders.copy() # shallow copy # Cambio el indice del df de artículos df_articles.set_index('article_id', inplace=True) 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) # print() # my_df for i in range(max(my_df.count())): # print(i) # 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 (article_name) de df_articles (tabla) # print(df_articles.loc[my_df.loc[i ,'article_id']]['article_name']) article = df_articles.loc[my_df.loc[i ,'article_id']]['article_name'] # print(article) # Asignar a cada valor id de la columna 'article_name' de my_df, el nombre del artículo my_df.loc[i, 'article_name'] = article #my_df # hacemos lo mismo con total_amount my_df.loc[i, 'total_amount'] = my_df.loc[i, 'quantity']*df_articles.loc[my_df.loc[i ,'article_id']]['unit_price'] #my_df # Columna de seller name my_df.loc[i, 'seller_name'] = df_sellers.loc[my_df.loc[i ,'seller_id']]['seller_name'] # elimino las columnas que no necesito de my_df my_df.drop(['order_id', 'article_id', 'seller_id'], axis='columns', inplace=True) print(my_df)

my_df.iloc[0:5, [1,2]]

# RESOLUCIÓN ANALÍTICA df7 = my_df.groupby(by='article_name').sum().sort_values('quantity', ascending=False).head() pd.options.display.float_format= '$ {:,.2f}'.format print(df7[['quantity', 'total_amount']]) #El artículo más vendido con 413 unidades es HDD

# RESOLUCIÓN GRÁFICA sns.barplot(data=df7, x=df7.index, y='quantity') plt.xticks(rotation=90) # 'vertical' plt.show()

# RESOLUCIÓN ANALÍTICA df2 = my_df.groupby(by='article_name').sum().sort_values('total_amount', ascending=False).head(5) pd.options.display.float_format= '$ {:,.2f}'.format print(df2['total_amount'])

# RESOLUCIÓN GRÁFICA plt.pie(x=df2['total_amount'], labels=df2.index, autopct='%1.2f%%') plt.show()

# RESOLUCIÓN ANALÍTICA df4 = my_df.groupby(by='seller_name').sum().sort_values('total_amount', ascending=False) pd.options.display.float_format= '$ {:,.2f}'.format print(df4[['quantity'] + ['total_amount']].head(5))

# RESOLUCIÓN GRÁFICA plt.bar(df4.index, df4['total_amount'], color='darkcyan') plt.xticks(rotation=90) plt.show()

# RESOLUCIÓN ANALÍTICA df5 = my_df.groupby(by='week').sum().sort_values('total_amount', ascending=False) pd.options.display.float_format= '$ {:,.2f}'.format print(df5[['quantity'] + ['total_amount']])

# RESOLUCIÓN GRÁFICA plt.bar(df5.index, df5['total_amount'], color='c') plt.show()

#RESOLUCIÓN ANALÍTICA #Nuevo df a partir del artículo en cuestión df5 = my_df[my_df['article_name'] == "Wi-Fi Card"] lista = [] #Lista vacía para guardar los nombres de los vendedores #Recorrer set(valores únicos) de los vendedores #si no vendieron la tarjeta, añadir a la lista for vendedor in set(my_df['seller_name']): if vendedor not in set(df5['seller_name']): lista.append(vendedor) #Devolver nombres que no vendieron for x in lista: print(x) print("Necesitan reforzar sus estrategias de venta con la Wi-Fi Card")

#RESOLUCIÓN ANALÍTICA #Creo nuevo df a partir de la copia del df_orders #Agrupamiento por nombre del país df6 = my_df.groupby('country_name').sum() #Nuevo df ordenado por total de ventas de mayor a menor mas_compras = df6.sort_values('total_amount', ascending=False).head() mas_compras['total_amount']

#RESOLUCIÓN GRÁFICA sequential_colors = sns.color_palette('Blues_r', len(df5.index)) sns.barplot(x = df6.index, y = df6['total_amount'], data = df6, order = df6.sort_values('total_amount', ascending=False).index, palette=sequential_colors) #Orden descendente del gráfico plt.xticks(rotation = 90) #Orientación de las etiquetas en el eje x plt.title("Ventas por país") plt.xlabel("País") plt.ylabel("Total de Ventas") plt.show()

#RESOLUCIÓN ANALÍTICA df_art = my_df[my_df['week'] == 4].groupby(by='article_name').sum().sort_values('quantity', ascending=False).head(5) # Mostramos la cantidad de articulos vendidos print(df_art['quantity'])

#RESOLUCIÓN GRÁFICA plt.pie(x=df_art['quantity'], labels=df_art.index, autopct='%1.2f%%') plt.show()

df6 = my_df[my_df['country_name'] == 'Brazil'] #A partir del anterior, ordenar vendedores por total de ventas vendedores_pais = df6.groupby('seller_name').sum().sort_values('total_amount', ascending=False) vendedores_pais.head()

plt.bar(vendedores_pais.index,vendedores_pais['total_amount'], color = ['green' if x in vendedores_pais.index[0:5] else 'blue' for x in vendedores_pais.index]) #Color verde para los mejores 5 plt.xticks(rotation = 90) plt.title("Desempeño vendedores del país que más compra") plt.xlabel("Vendedores") plt.ylabel("Total de Ventas") plt.show()

df_brazil = my_df[my_df['country_name'] == 'Brazil'] print(df_brazil[['seller_name','total_amount', 'quantity']].groupby('seller_name').sum().sort_values('total_amount', ascending=False)) print() df_brazil_bars = df_brazil[['seller_name','total_amount']].groupby('seller_name').sum('total_amount').sort_values('total_amount', ascending=False) print(df_brazil_bars) print() df_brazil_line = df_brazil[['seller_name','quantity']].groupby('seller_name').sum('quantity').sort_values('quantity', ascending=False).reset_index() print(df_brazil_line) fig, ax1 = plt.subplots() # ax1: axes1 # sns.barplot(data = df_brazil_bars, x='seller_name', y='total_amount', ax=ax1, color='C3') sns.barplot(data=df_brazil_bars, x = df_brazil_bars.index, y='total_amount', ax=ax1, color='C3') # ax: axes plt.xticks(rotation=90) ax2 = ax1.twinx() # ax2: axes2 = ax1.twinx() sns.lineplot(data = df_brazil_line, x='seller_name', y='quantity', ax=ax2, color='C11') plt.xticks(rotation=90) plt.title('Top sellers in Brazil') ax1.set_xlabel("Seller Name") ax1.set_ylabel("Income ($)") ax2.set_ylabel("Quantity (line)") plt.show()

CONCLUSIONES

El país que más compras ha realizado fue Brasil, con una cantidad de 2515 unidades y con un valor de $ 441,271.85.

El artículo que más se vendió fue la Notebook.

PROPUESTAS

Enfocar las ventas a Brasil

Como en la semana 4 las ventas disminuyen y el mejor vendedor del mes es Janel O'Curran, se podría darle un incentivo para que refuerce las ventas en esa semana.

También sería conveniente que Janel O'Curran y Daisie Slograve trabajen en conjunto en las ventas de Brasil; ya que Daisie Slograve fue la que más dinero recaudó en ese país.