Análisis de los 25 retailers más grandes de Estados Unidos

import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns

df = pd.read_csv('largest_us_retailers.csv') df = df.fillna(0) df.head(25)

I. Preguntas del negocio

1. ¿Cuál es el promedio de ventas sin contar a la compañía dominante?

df = df.sort_values('Sales', ascending=0) np.round(df['Sales'][1:].mean(),decimals=2)

df['scd']=df['Sales'][1:] fig,ax = plt.subplots(figsize=(18,9)) sns.barplot(data=df, x='scd', y='Company') plt.axvline([np.round(df['Sales'][1:].mean(),decimals=2)], color='red') ax.set_title("PROMEDIO DE VENTAS EXCLUYENDO A LA COMPAÑÍA DOMINANTE",backgroundcolor='#565656', fontsize=20, weight='bold',color='white',style='italic',loc='center',pad=30) ax.set_xlabel("Ventas ($ miles)",weight='bold',size=15) ax.set_ylabel("Compañías",weight='bold',size=15) punto,=ax.plot([1], color ="red", linewidth = 8, linestyle ='dotted') ax.legend(handles = [punto], labels = [np.round(df['Sales'][1:].mean(), decimals=2)], title = "Promedio", title_fontsize = '12', loc='center right') plt.show()

Análisis: En el estudio realizado a 25 retailers más grandes de Estados Unidosde, se pudo detectar que el promedio de ventas de las compañías estudiadas es de $ 46602.42, excluyendo a la compañía dominante que en este caso es la compañía "Walmart US", siendo est un caso atípico.

2. ¿Cuánto dinero en ventas generó la mayoría de las compañías?

np.round(df['Sales'][0:].median(),decimals=2)

fig,ax = plt.subplots(figsize=(18,9)) sns.barplot(data=df, x='Sales', y='Company') plt.axvline(np.round(df['Sales'].median(),decimals=2), color='blue') ax.set_title("DINERO EN VENTAS DE LA MAYORÍA DE COMPAÑÍAS",backgroundcolor='#565656', fontsize=20, weight='bold',color='white',style='italic',loc='center',pad=30) ax.set_xlabel("Ventas ($ miles)",weight='bold',size=15) ax.set_ylabel("Compañías",weight='bold',size=15) punto,=ax.plot([1], color ="blue", linewidth = 8, linestyle ='dotted') ax.legend(handles = [punto], labels = [np.round(df['Sales'].median(),decimals=2)], title = "Mediana", title_fontsize = '12', loc='center right') plt.show()

Análisis: La mayoría de las compañías generaron un monto en ventas a lo más $ 34980.00.

3. ¿Cuántas tiendas tiene la mayoría de las compañías?

df = pd.read_csv('largest_us_retailers.csv') df = df.fillna(0) df = df.sort_values('Stores', ascending=0) df['Stores'].median()

fig,ax = plt.subplots(figsize=(18,9)) sns.barplot(data=df, x='Stores', y='Company') plt.axvline(np.round(df['Stores'].median(),decimals=2), color='blue') ax.set_title("N° DE TIENDAS DE LA MAYORÍA DE COMPAÑÍAS",backgroundcolor='#565656', fontsize=20, weight='bold',color='white',style='italic',loc='center',pad=30) ax.set_xlabel("N° de Tiendas",weight='bold',size=15) ax.set_ylabel("Compañías",weight='bold',size=15) punto,=ax.plot([0], color ="blue", linewidth = 8, linestyle ='dotted') ax.legend(handles = [punto], labels = [np.round(df['Stores'].median(),decimals=2)], title = "Mediana", title_fontsize = '12', loc='center right') plt.show()

Análisis: La mayoría de las compañías tienen a lo más 1772 tiendas.

4. ¿La cantidad de tiendas está relacionada con la cantidad de ventas? Es decir, ¿si una empresa tiene más tiendas tendrá más dinero de ventas?

df = pd.read_csv('largest_us_retailers.csv') df = df.fillna(0) df = df.sort_values('Stores', ascending=0) df['Category'] = df['Category'].replace(['Electronic/Mail Order', 0],'Online')

fig,ax = plt.subplots(figsize=(18,9)) sns.scatterplot(data=df, x = 'Stores', y = 'Sales', hue = 'Category') ax.set_title("RELACIÓN ENTRE CANTIDAD DE TIENDAS CON VENTAS DE COMPAÑÍAS",backgroundcolor='#565656', fontsize=20, weight='bold',color='white',style='italic',loc='center',pad=30) ax.set_xlabel("N° de Tiendas",weight='bold',size=15) ax.set_ylabel("Ventas",weight='bold',size=15) ax.legend(title = "Categorías", title_fontsize = '12', loc='upper right') plt.show()

*No necesariamente el hecho de que una compañía determinada tengan más tiendas, hará que tenga mas dinero en ventas; ya que influyen muchos factores internos y externos.

5. ¿Cuál es el rango que existe entre las ventas?

df = pd.read_csv('largest_us_retailers.csv') df = df.fillna(0) df = df.sort_values('Sales', ascending=0) r = np.round(df['Sales'].max(),decimals=2) - np.round(df['Sales'].min(),decimals=2) r

df['scd']=df['Sales'][0:] fig,ax = plt.subplots(figsize=(18,9)) sns.barplot(data=df, x='scd', y='Company') plt.axvspan(16592, 658119, color='orange', alpha=0.2) ax.set_title("PROMEDIO DE VENTAS EXCLUYENDO A LA COMPAÑÍA DOMINANTE",backgroundcolor='#565656', fontsize=20, weight='bold',color='white',style='italic',loc='center',pad=30) ax.set_xlabel("Ventas ($ miles)",weight='bold',size=15) ax.set_ylabel("Compañías",weight='bold',size=15) ax.text(300000,12.8, 'Rango máximo: $ 641527', style='italic') plt.show()

*El rango máximo que existe entre las ventas es de $ 641527.

6. ¿Cuáles son las 5 empresas que más tiendas físicas tienen? ¿Cuáles de ellas están dentro de las 5 empresas que más ventas tuvieron?

df_stores = df.sort_values('Stores',ascending=0) df_stores = df_stores.iloc[:5, :] df_stores

df_sales = df.sort_values('Sales',ascending=0) df_sales = df_sales.iloc[:5, :] df_sales

fig, ax = plt.subplots(1,2,figsize = (18,8)) sns.barplot(data = df_stores, x = 'Company', y = 'Stores', ax = ax[0]) ax[0].set_title('TOP 5 DE COMPAÑÍAS CON MÁS TIENDAS', backgroundcolor='#565656', fontsize=16, weight='bold',color='white',style='italic',loc='center',pad=30) ax[0].set_xticklabels(ax[0].get_xticklabels(),rotation = 90) ax[0].set_ylabel("N° de Tiendas",weight='bold',size=12) ax[0].set_xlabel("Compañías",weight='bold',size=12) sns.barplot(data = df_sales, x = 'Company', y = 'Sales', ax = ax[1]) ax[1].set_title('TOP 5 DE COMAÑÍAS CON MÁS VENTAS', backgroundcolor='#565656', fontsize=16, weight='bold',color='white',style='italic',loc='center',pad=30) ax[1].set_xticklabels(ax[1].get_xticklabels(),rotation = 90) ax[1].set_ylabel("Ventas ($ miles)",weight='bold',size=12) ax[1].set_xlabel("Compañías",weight='bold',size=12) plt.show()

*Se puede observar en el gráfico izquierdo, que las 5 empresas con más N° de tiendas físicas son: Dollar Tree, Dollar General, CVS incl. Target, Walgreen Boots y Walmart US. A su vez al observar el gráfico derecho podemos deducir que las únicas empresas que se encuentran dentro del top 5 de empresas con más ventas es Walmart US y Walgreen Boots.

II. Preguntas opcionales

7. ¿Qué categoría de compañía generó más ventas?

df = pd.read_csv('largest_us_retailers.csv') df = df.fillna(0) df = df.sort_values('Stores', ascending=0) df['Category'] = df['Category'].replace(['Electronic/Mail Order', 0],'Online') df_cat_group = df.groupby(['Category']).agg({'Sales' : 'sum'}) df_cat_group = df_cat_group.reset_index() df_cat_group = df_cat_group.sort_values('Sales',ascending=0) df_cat_group

fig, ax = plt.subplots(figsize = (18,8)) sns.barplot(data = df_cat_group, x = 'Category', y = 'Sales') ax.set_title('CATEGORÍAS DE COMPAÑÍAS POR VENTAS', backgroundcolor='#565656', fontsize=16, weight='bold',color='white',style='italic',loc='center',pad=30) ax.set_xticklabels(ax.get_xticklabels(),rotation = 90) ax.set_ylabel("Ventas",weight='bold',size=12) ax.set_xlabel("Categorías",weight='bold',size=12)

*En el gráfico se obaserva todas las categorías de las compañías que generaron más ventas, siendo la categoría de "Supercenters" la que generó más ventas.

8. ¿Cuál es la compañía que en relación con su cantidad de tiendas físicas genera más ventas?

df = pd.read_csv('largest_us_retailers.csv') df = df.fillna(0) df = df.sort_values('Sales', ascending=0) df['Category'] = df['Category'].replace(['Electronic/Mail Order', 0],'Online') df['Sales/Avg. Store_2'] = df['Sales'] / df['Stores'] df

df_sales_stores = df.sort_values('Sales/Avg. Store_2',ascending=0) df_sales_stores

fig, ax = plt.subplots(figsize = (18,8)) sns.barplot(data = df_sales_stores, x = 'Company', y = 'Sales/Avg. Store_2') ax.set_title('COMPAÑÍAS QUE GENERAN MÁS VENTAS EN RELACIÓN CON SU CANTIDAD DE TIENDAS FÍSICAS', backgroundcolor='#565656', fontsize=16, weight='bold',color='white',style='italic',loc='center',pad=30) ax.set_xticklabels(ax.get_xticklabels(),rotation = 90) ax.set_ylabel("Ventas",weight='bold',size=12) ax.set_xlabel("Compañías",weight='bold',size=12)

*Según el gráfico la compañia que genera más ventas en relación con su cantidad de tiendas físicas es Costco con un promedio de 181.92 millones.

9. ¿Cuáles compañías venden de forma exclusivamente online? ¿Sus ventas destacan sobre las que también tienen tiendas físicas?

df = pd.read_csv('largest_us_retailers.csv') df = df.fillna(0) #df = df.sort_values('Stores', ascending=0) df['Category'] = df['Category'].replace(['Electronic/Mail Order', 0],'Online') df_physical_stores = df[df.Category != 'Online'] df_physical_stores = df.sort_values('Category', ascending=0) df_physical_stores

fig,ax = plt.subplots(figsize=(18,9)) sns.barplot(data=df_physical_stores, x='Sales', y='Company', hue='Category', dodge=False) plt.axhspan(4.5, 6.4, color='yellow', alpha=0.3) ax.set_title("COMPARACIÓN DE VENTAS DE LAS TIENDAS ONLINE ANTE TIENDAS FÍSICAS",backgroundcolor='#565656', fontsize=20, weight='bold',color='white',style='italic',loc='center',pad=30) ax.set_xlabel("Ventas ($ miles)",weight='bold',size=15) ax.set_ylabel("Compañías",weight='bold',size=15) ax.text(300000,5.8, 'Compañías Online', style='italic') plt.show()

*Las compañías que venden exclusivamente online son Amazon y Apple incl. Online, de las cueles sus ventas relativamente no destacan ante las ventas de las tiendas físicas.

III. Tus propias preguntas

10. ¿Qué compañía tiene más N° de tiendas físicas? y ¿Cuál es el rango máximo que existe con la que tiene menos N° de tiendas físicas?

df_stores = df.sort_values('Stores',ascending=0) df_stores = df_stores.iloc[:, :] r = np.round(df['Stores'].max(),decimals=2) - np.round(df['Stores'].min(),decimals=2) r

fig,ax = plt.subplots(figsize = (18,8)) plt.axhspan(231, 14250, color='aquamarine', alpha=0.3) sns.barplot(data = df_stores, x = 'Company', y = 'Stores', ax = ax) ax.set_title('RANGO MÁXIMO ENTRE LAS COMPAÑÍAS CON MÁS Y MENOS N° DE TIENDAS', backgroundcolor='#565656', fontsize=16, weight='bold',color='white',style='italic',loc='center',pad=30) ax.set_xticklabels(ax.get_xticklabels(),rotation = 90) ax.set_ylabel("N° de Tiendas",weight='bold',size=12) ax.set_xlabel("Compañías",weight='bold',size=12) ax.text(11, 7500, 'Rango máximo = 14250', style='italic') plt.show()

*El rango máximo que existe entre las compañías con más N° de tiendas y con menos N° de tiendas es 14250.

11. ¿Qué categoría tiene más compañías?

df = pd.read_csv('largest_us_retailers.csv') df = df.fillna(0) df['Category'] = df['Category'].replace(['Electronic/Mail Order', 0],'Online') fig,ax = plt.subplots(figsize = (18,8)) ax.set_title('N° DE COMPAÑÍAS POR CATEGORÍAS', backgroundcolor='#565656', fontsize=16, weight='bold',color='white',style='italic',loc='center',pad=30) plt.xticks(rotation = 90) ax.set_ylabel("N° de Compañías",weight='bold',size=12) ax.set_xlabel("Categorías",weight='bold',size=12) sns.histplot(data=df,x='Category', color='Yellow') dfg = df[df['Category'] == 'Grocery']

*La categoría con más compañías es Grocery, con un total de 7 compañías.

12. ¿Qué compañía cuenta con el promedio de venta por tienda física más elevado?

fig,ax = plt.subplots(figsize=(18,9)) sns.barplot(data=df, x='Sales/Avg. Store', y='Company') ax.set_title("DINERO EN VENTAS DE LA MAYORÍA DE COMPAÑÍAS",backgroundcolor='#565656', fontsize=20, weight='bold',color='white',style='italic',loc='center',pad=30) ax.set_xlabel("Promedio de venta por tienda física",weight='bold',size=15) ax.set_ylabel("Compañías",weight='bold',size=15) plt.show()

*Como se puede apreciar en la gráfica, la compañía Costco es la que cuenta con el promedio de venta por tienda física más elevado con 187.7956204.

#fig, ax = plt.subplots(figsize = (18,8)) df.plot(x = 'Company', y = ['Sales/Avg. Store', 'Sales'], kind='bar', figsize = (18,8)) #ax.set_title('TOP 5 DE COMPAÑÍAS CON MÁS TIENDAS', backgroundcolor='#565656', #fontsize=16, weight='bold',color='white',style='italic',loc='center',pad=30) #ax.set_xticklabels(ax.get_xticklabels(),rotation = 90) #ax.set_ylabel("N° de Tiendas",weight='bold',size=12) #ax.set_xlabel("Compañías",weight='bold',size=12)