# Levanto los datos en 3 diferentes dataframes
# ARTÍCULOS
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)
# ÓRDENES
df_orders = pd.read_csv('/work/data/orders.csv')
print(df_orders)
# Exploración del df de artículos
print('Muestra de 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')
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('\nBúsqueda de valores nulos')
print(df_sellers.isnull().sum())
print('\nFormato de los datos')
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('\nBúsqueda de valores nulos')
print(df_orders.isnull().sum())
print('\nFormato de los datos')
print(df_orders.dtypes)
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 índice del df_articles
df_articles.set_index('article_id', inplace=True)
print(df_articles.head())
print(my_df.head())
# agrego las columnas que me faltan
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 datos ne las nuevas columnas
for i in range(len(my_df.index)):
# columna article_name
# cargo el nombre del artículo en una variable
article = df_articles.loc[my_df.loc[i]['article_name']]['article_name']
# se lo asigno a la columna y registro que corresponde
my_df.loc[i,'article_name']= article
# columna total_amount
my_df.loc[i,'total_amount'] = my_df.loc[i,'quantity'] * df_articles.loc[my_df.loc[i]['article_id']]['unit_price']
# columna de seller_name
my_df.loc[i,'seller_name'] = df_sellers.loc[my_df.loc[i]['seller_name']]['seller_name']
print(my_df.head())
# elimino las columnas que no necesito
my_df.drop(['order_id', 'article_id','seller_id'], axis='columns', inplace=True)
pd.options.display.float_format='$ {:,.2f}'.format
print(my_df.head())
# RESOLUCIÓN ANALÍTICA
my_df2 = my_df.groupby('article_name').sum()
por_cant = my_df2.sort_values('quantity', ascending=False)
print(por_cant['quantity'].head(1))
# RESOLUCIÓN GRÁFICA
sns.set(palette="Set2",style='ticks')
sns.displot(my_df, x='article_name')
plt.title('Artículo más vendido',fontweight='bold',fontsize=14)
plt.ylabel('Cantidad',fontstyle='italic')
plt.xlabel('Artículo',fontstyle='italic')
plt.xticks(rotation=90)
sns.despine()
plt.show()
# RESOLUCIÓN ANALÍTICA
my_df3 = (my_df.groupby('article_name').sum()).sort_values('total_amount', ascending=False).head(5)
print(my_df3['total_amount'])
# RESOLUCIÓN GRÁFICA
plt.pie(x=my_df3['total_amount'],labels=my_df3.index, startangle=90)
centre_cicle = plt.Circle((0,0),0.4, fc='white')
fig=plt.gcf()
fig.gca().add_artist(centre_cicle)
plt.title('Artículos que proporcionaron mayores ingresos',fontweight='bold',fontsize=14)
plt.show()
# RESOLUCIÓN ANALÍTICA
df4 = (my_df.groupby('seller_name').sum()).sort_values('total_amount', ascending=False)
print(df4[['quantity']+['total_amount']])
# RESOLUCIÓN GRÁFICA
plt.bar(df4.index, df4['total_amount'])
plt.xticks(rotation=80)
plt.title('Vendedor estrella del mes',fontweight='bold',fontsize=14)
plt.ylabel('Monto total',fontstyle='italic')
plt.xlabel('Nombre del vendedor',fontstyle='italic')
sns.despine()
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'],alpha=0.5)
plt.plot(df5.index,df5['total_amount'],marker='*',linestyle='--',markersize=10,color='purple')
plt.title('Ventas mensuales',fontweight='bold',fontsize=14)
plt.ylabel('Monto total',fontstyle='italic')
plt.xlabel('Semana',fontstyle='italic')
sns.despine()
plt.show()
# RESOLUCIÓN ANALÍTICA
df6=(my_df.groupby('country_name').sum()).sort_values('total_amount',ascending=False).head(5)
print(df6[['quantity']+['total_amount']])
# RESOLUCIÓN GRÁFICA
plt.bar(df6.index,df6['total_amount'])
plt.title('TOP 5 de países mejores compradores',fontweight='bold')
plt.ylabel('Monto total',fontstyle='italic')
plt.xlabel('País',fontstyle='italic')
sns.despine()
plt.xticks(rotation=60)
plt.show()
# RESOLUCIÓN ANALÍTICA
pc = my_df[(my_df['article_name']== 'Full Pc')]
pcs=(pc.groupby('country_name').sum()).sort_values('total_amount',ascending=False)
print(pcs)
#RESOLUCIÓN GRÁFICA
sns.barplot(x = pcs.index, y = "quantity", data = pcs)
plt.title('Compradores de Full PC',fontweight='bold',fontsize=14)
plt.ylabel('Cantidad',fontstyle='italic')
plt.xlabel('País',fontstyle='italic')
plt.xticks(rotation=90)
plt.show()
# RESOLUCIÓN ANALÍTICA
my_df7 = (my_df.groupby('article_name').sum()).sort_values('quantity').head(5)
print(my_df7[['quantity']+['total_amount']])
#RESOLUCIÓN GRÁFICA
plt.bar(my_df7.index,my_df7['quantity'])
plt.title('Artículos menos vendidos',fontweight='bold',fontsize=14)
plt.ylabel('Cantidad',fontstyle='italic')
plt.xlabel('Artículo',fontstyle='italic')
plt.xticks(rotation=90)
sns.despine()
plt.show()