TP Final Integrador

# 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

# 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']) print(df_articles)

#vendedores df_sellers = pd.read_excel('/work/data/sellers.xlsx', index_col=0) print(df_sellers)

#ordenes df_orders=pd.read_csv('/work/data/orders.csv') print(df_orders)

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

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

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

# cambio el índice del df_articles por la columna article_id #df_articles.set_index('article_id', inplace=True) print(df_articles.head())

# creo una copia del df_orders my_df = df_orders.copy() # agrego algunas columanas extras que necesito y las lleno con los codigo id que las une con los otros dataframe 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())

#Reemplazo los valores en las nuevas columnas del df for i in range(len(my_df.index)): #article = df_articles.loc[my_df.loc[i]['article_name']]['article_name'] #my_df.loc[i,'article_name'] =article #my_df.loc[i,'total_amount'] = my_df.loc[i,'quantity'] * df_articles.loc[my_df.loc[i]['total_amount']]['unit_price'] my_df.loc[i,'seller_name'] = df_sellers.loc[my_df.loc[i]['seller_name']]['seller_name'] print(my_df.head())

#borrar las columnas que no voy a utilizar my_df.drop(['order_id', 'article_id', 'seller_id'], axis = 'columns', inplace=True) print(my_df.head())

print(my_df.head())

# RESOLUCIÓN ANALÍTICA df2 = my_df.groupby('article_name').sum() por_cant = df2.sort_values('quantity', ascending=False) print(por_cant['quantity'].head(1)) print(df2.head())

# RESOLUCIÓN GRÁFICA sns.barplot(x=df2.index,y=df2['quantity'],data=df2,order=df2.sort_values('quantity', ascending=False).index)

# RESOLUCIÓN ANALÍTICA df3=(my_df.groupby('article_name').sum()).sort_values('total_amount', ascending=False).head(5) print(df3['total_amount'])

# RESOLUCIÓN GRÁFICA plt.pie(x=df3['total_amount'],labels=df3.index) plt.show()

# RESOLUCIÓN ANALÍTICA df4 =(my_df.groupby('seller_name').sum()).sort_values('total_amount', ascending=False) print('Respuesta:', df4.head(1) ) print() print(df4[['quantity']+['total_amount']])

# RESOLUCIÓN GRÁFICA plt.bar(df4.index, df4['total_amount']) plt.xticks(rotation=60) plt.show()

# RESOLUCIÓN ANALÍTICA df5 = (my_df.groupby('week').sum()).sort_values('total_amount',ascending=False) print(df5)

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

# RESOLUCIÓN # Ventas filtrado por país. Comparar 2 países # Cuál es el producto que más se vende, en qué cantidad # Resolución Analítica y Gráfica ## Top países por ventas ($) df_countries = (my_df[['country_name','total_amount','quantity']].groupby(by='country_name').sum()).sort_values('total_amount', ascending=False) pd.options.display.float_format= '$ {:,.0f}'.format print(df_countries) print(my_df[['total_amount','quantity']].sum()) plt.style.use('seaborn') plt.bar(df_countries.index, df_countries['total_amount'], color='C9') plt.xticks(rotation=90) plt.title('Income ($) per Country') plt.show()

# RESOLUCIÓN ANALÍTICA df6 = my_df [(my_df['country_name'] == 'Brazil')|(my_df['country_name']=='Peru')|(my_df['country_name']=='Argentina')] df6 = df6[['country_name','week','total_amount']] df6 = df6.groupby(['country_name','week']).sum('total_amount').sort_values('country_name', ascending=False).reset_index() print(df6)

# RESOLUCIÓN GRÁFICA sns.catplot(y='total_amount', x='week', hue='country_name', data=df6, palette='bright', kind='bar') plt.show()

# RESOLUCIÓN # RESOLUCIÓN # Mejor vendedor/producto. Mostrar importe/cantidad. Comparar 2 países (variable categórica) # Resolución Analítica y Gráfica ## Mejores vendedores de Brazil df_brazil = my_df[my_df['country_name'] == 'Brazil'] df_brazil_sellers = (df_brazil.groupby(by='seller_name').sum()).sort_values('total_amount', ascending=False).index.values print(df_brazil[['seller_name','total_amount', 'quantity']].groupby('seller_name').sum().sort_values('total_amount', ascending=False)) df_brazil_bars = df_brazil[['seller_name','total_amount']].groupby('seller_name').sum('total_amount').sort_values('total_amount', ascending=False).reset_index() df_brazil_line = df_brazil[['seller_name','quantity']].groupby('seller_name').sum('quantity').sort_values('quantity', ascending=False).reset_index() fig, ax1 = plt.subplots() sns.barplot(x='seller_name', y='total_amount', data = df_brazil_bars, ax=ax1, color='C3', order = df_brazil_sellers, ci=None) plt.xticks(rotation=90) ax2 = ax1.twinx() sns.lineplot(data = df_brazil_line, x='seller_name', y='quantity', ax=ax2, color='C11', ci=None) 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()

Los ingresos por ventas totales del periodo fueron de $20.029.779 con 8,065 artículos vendidos.

Brazil fue el principal generador de ingresos del mes, con 2515 ventas totales por un valor de $ 6.309.413.

Lo siguen con mayores ventas Perú con ingresos por $ 2.503.686 y Argentina $ 2.263.403.

Los artículos que generaron mayores ingresos fueron '20025 - HDD', '20026 - SDD', '20024 - Netbook'. El top 3 de los articulos representan en conjunto un 14% de las ventas ($2.743.425)

En la evolución de las ventas por semana de los principales paises podemos destacar, en el caso de Brasil y Peru, tienen un descenso de las ventas a medida que avanza el mes, siendo la ultima semana la mas critica para ambos paises, por lo que se propone reforzar el marketing en la última semana de cada mes. En el caso particular de Argentina, su mayor exito en ventas es en la primera quincena y luego decaen las ventas, siendo muy bajas a fin de mes

Los cinco mejores vendedores del pais que mas generó ingresos (Brasil) son: Aveline Swanwick, Tobin Roselli, Daisie Slograve, Jase Doy, Oliviero Charkham por lo que proponemos un bono por desempeño.