# A veces necesitamos instalar nuevas librerías en nuestros proyectos
!pip install openpyxl==3.0.10
#La instalamos para poder acceder a excel.
# 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
#Vamos a ver la base de SQL.
#Artículos.
#Nos vamos a conectar con la base de datos.
conn = sql3.connect('/work/data/articles.db')
#Ahora le pedimos por medio de query que nos muestre las columnas y todo su contenido.
query1 = pd.read_sql_query('SELECT * FROM articles', conn)
#Creamos el dataframe
df_articles = pd.DataFrame(query1, columns=['article_id', 'article_name', 'unit_price'])
#Imprimimos el resultado.
#print(df_articles)
#Levantamos el excel.
#Vendedores
df_sellers = pd.read_excel('/work/data/sellers.xlsx', index_col=0)
#print(df_sellers)
#Instalamos con pip para usarlo con ! que este programa lo va a tomar como si fuera instalación del sistema.
#Ordenes.
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())
#Vamos a ver los datos. Cuantos tiene?
print('\n Formato del data')
print(df_articles.shape)
print('\n Busqueda de valores nulos.')
print(df_articles.isnull().sum())
print('\n Formato de los datos')
print(df_articles.dtypes)
# Exploración del df de vendedores
print('Muestra de datos')
print(df_sellers.head())
#Vamos a ver los datos. Cuantos tiene?
print('\n Formato del data')
print(df_sellers.shape)
print('\n Busqueda de valores nulos.')
print(df_sellers.isnull().sum())
print('\n Formato de los datos')
print(df_sellers.dtypes)
# Exploración del df de órdenes
print('Muestra de datos')
print(df_orders.head())
#Vamos a ver los datos. Cuantos tiene?
print('\n Formato del data')
print(df_orders.shape)
print('\n Busqueda de valores nulos.')
print(df_orders.isnull().sum())
print('\n Formato 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 base
my_df = df_orders.copy()
# Cambio el índice del df artículos
df_articles.set_index('article_id', inplace=True)
print(my_df)
#print(df_articles)
# Agrego algunas columnas y pongo el campo que me va a servir de "ancla"
my_df = my_df.assign(article_name = my_df['article_id'])
my_df = my_df.assign(total_amount = my_df['article_id']) # voy a necesitar el unit_price
my_df = my_df.assign(seller_name = my_df['seller_id'])
# reeplazar los valores en el nuevo df
# df_articles[?]['article_name']
for i in range(len(my_df.index)):
# len... devuelve la cantidad de registros
article = df_articles.loc[my_df.loc[i]['article_name']]['article_name']
# reemplazo en la columna 'article_name'
my_df.loc[i,'article_name'] = article
# modificar la columna total_amount
my_df.loc[i,'total_amount'] = my_df.loc[i,'quantity'] * df_articles.loc[my_df.loc[i]['total_amount']]['unit_price']
# modifical la columna 'seller_name'
my_df.loc[i,'seller_name'] = df_sellers.loc[my_df.loc[i]['seller_name']]['seller_name']
# elimino las columnas que no necesito
my_df.drop(['order_id','article_id','seller_id'], axis='columns', inplace=True)
print(my_df)
# 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.displot(my_df, x='article_name',color='teal')
plt.xticks(rotation=90)
plt.title('Artículos vendidos')
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)
plt.title('Artículos con más ingresos')
plt.show()
# RESOLUCIÓN ANALÍTICA
my_df4 = (my_df.groupby('seller_name').sum()).sort_values('total_amount',ascending = False)
print(my_df4[['quantity']+['total_amount']])
# RESOLUCIÓN GRÁFICA
plt.bar(my_df4.index, my_df4['total_amount'], color=['darkolivegreen','g','lime','seagreen','turquoise','cyan','mediumblue','blue','darkviolet','darkmagenta','hotpink','coral','red','yellow','gold'])
plt.xticks(rotation=60)
plt.title('Mejor vendedor')
plt.show()
# RESOLUCIÓN ANALÍTICA
my_df5 = (my_df.groupby('week').sum()).sort_values('total_amount',ascending=False)
print(my_df5)
# RESOLUCIÓN GRÁFICA
plt.bar(my_df5.index, my_df5['total_amount'], color=['seagreen','teal','aqua','salmon'], width=0.5)
plt.title('Variación de ventas')
plt.show()
# RESOLUCIÓN
my_df6 =(my_df.groupby('country_name').sum()).sort_values('total_amount',ascending = False).head(5)
print(my_df6[['quantity']+['total_amount']])
#Gráfica.
plt.pie(x=my_df6['total_amount'],labels=my_df6.index, colors=["#EE6055","#60D394","#AAF683","#FFD97D","#FF9B85"])
plt.title('Países y sus ventas')
plt.show()
# RESOLUCIÓN
my_df7 = my_df.groupby('article_name').sum().sort_values('quantity',ascending=True)
print(my_df7[['quantity']+['total_amount']].head(1))