#Lee Datos
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"])
df_sellers = pd.read_excel("/work/data/sellers.xlsx",index_col=0)
df_orders = pd.read_csv("/work/data/orders.csv")
# Exploración del df de artículos
print("Datos Artículos")
print(df_articles.head(10))
print("\nFormato del data Frame")
print(df_articles.shape)
print("\nDatos nulos")
print(df_articles.isnull().sum())
print("\nTipo de datos")
print(df_articles.dtypes)
# Exploración del df de vendedores
print("Datos Artículos")
print(df_sellers.head(10))
print("\nFormato del data Frame")
print(df_sellers.shape)
print("\nDatos nulos")
print(df_sellers.isnull().sum())
print("\nTipo de datos")
print(df_sellers.dtypes)
# Exploración del df de órdenes
print("Datos Artículos")
print(df_orders.head(10))
print("\nFormato del data Frame")
print(df_orders.shape)
print("\nDatos nulos")
print(df_orders.isnull().sum())
print("\nTipo de datos")
print(df_orders.dtypes)
df_articles["unit_price"] = df_articles["unit_price"].astype(float)
print(df_articles.dtypes)
#Genero una copia
my_df = df_orders.copy()
#Armo el índice
df_articles.set_index("article_id", inplace=True)
#print(df_articles)
#duplico las columnas para generar columnas con nuevo nombre y los datos con los que voy a linkear
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)
#fusionar
for i in range(max(my_df.count())):
article = df_articles.loc[my_df.loc[i]["article_id"]]["article_name"] #Creo vector con los nuevos datos
my_df.loc[i, "article_name"] = article #reemplazo datos de la columna
amount = df_articles.loc[my_df.loc[i]["article_id"]]["unit_price"]
my_df.loc[i, "total_amount"] = amount*my_df.loc[i, "quantity"]
seller = df_sellers.loc[my_df.loc[i]["seller_id"]]["seller_name"]
my_df.loc[i, "seller_name"] = seller
print(my_df)
# RESOLUCIÓN ANALÍTICA
print(my_df["article_name"].value_counts())
# RESOLUCIÓN GRÁFICA
plot1=sns.displot(my_df,x="article_name",color="#9b59b6")
plt.xticks(rotation=90)
plt.title("Cantidad de ventas por artículo")
plot1.set(xlabel="Artículos",ylabel="Cantidad de unidades vendidas")
plt.show()
El artículo más vendido es el HDD, seguido por el SDD y las netbook
# RESOLUCIÓN ANALÍTICA
df2=(my_df.groupby(by="article_name").sum()).sort_values("total_amount",ascending=False).head(5)
pd.options.display.float_format="${:,.2f}".format
print(df2["total_amount"])
# RESOLUCIÓN GRÁFICA
c=["#7EEA1E","#B8308A","#D19422","#2B9E9B","#B8A5A0"]
e=[0.1,0.1,0.1,0.1,0.1]
plot2=plt.pie(x=df2["total_amount"],labels=df2.index,autopct="%1.1f%%",explode=e,colors=c,shadow=True)
plt.title("Productos que generaron mayores ganancias")
plt.show()
La venta de Full PC es la que proporcionó mayores ingresos
# RESOLUCIÓN ANALÍTICA
df4=(my_df.groupby(by="seller_name").sum()).sort_values("total_amount",ascending=False)
pd.options.display.float_format="${:,.2f}".format
print(df4[["quantity"]+["total_amount"]].head(5))
# RESOLUCIÓN GRÁFICA
col=sns.color_palette("pastel")
plot2=plt.bar(df4.index,df4["total_amount"],color=col)
plt.xticks(rotation=-90)
plt.title("Ventas totales por vendedor")
plt.xlabel("Vendedores")
plt.ylabel("Ventas totales ($)")
plt.show()
El vendedor al que se le debe otorgar el bono es Janel O`Curran
# RESOLUCIÓN ANALÍTICA
df5=(my_df.groupby(by="week").sum()).sort_values("total_amount",ascending=False)
pd.options.display.float_format = "$ {:,.2f}".format
print(df5[["quantity"]+["total_amount"]])
# RESOLUCIÓN GRÁFICA
col2=sns.color_palette("BuPu")
col2.reverse()
plt.bar(df5.index,df5["total_amount"],color=col2)
plt.title("Ventas totales por vendedor")
plt.xlabel("Semana")
plt.ylabel("Ventas ($)")
plt.xticks(np.arange(1,5,1))
plt.show()
Se observan variaciones en las compras a lo largo de las semanas del mes, reduciéndose las ventas a lo largo de las semanas
# RESOLUCIÓN
df6=(my_df.groupby(by="country_name").sum()).sort_values("total_amount",ascending=False)
pd.options.display.float_format="$ {:,.2f}".format
print(df6[["quantity"]+["total_amount"]])
sc=sns.scatterplot(y="total_amount",x="quantity",data=df6,hue="country_name",palette=["#F5F50A","#0AF5E0","#1E40EA","#EA241E","#218934","#000000","#FF00FF","#008080","#C0C0C0","#F06820","#F08080","#800080","#72F020","#74AB39","#20F0C1","#F02095"])
plt.title("Montos totales de venta vs Cantidad totales vendidas")
sc.set_ylabel("Montos")
sc.set_xlabel("Cantidades")
plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left', borderaxespad=0,title="Países")
Se puede observar que hay una correlación entre las cantidades vendidas y los ingresos por ventas, observando tres grupos distintivos. Brazil, siendo el país que mayores ganancias genera, el grupo de Argentina, Colombia, Perú y México y el resto.
# RESOLUCIÓN
df7_Brazil=my_df.loc[my_df["country_name"]=="Brazil"]
df7_Argentina=my_df.loc[my_df["country_name"]=="Argentina"]
df7_Colombia=my_df.loc[my_df["country_name"]=="Colombia"]
df7_Peru=my_df.loc[my_df["country_name"]=="Peru"]
df7_Mexico=my_df.loc[my_df["country_name"]=="Mexico"]
df7_two=df7_Brazil.append(df7_Argentina)
df7_three=df7_two.append(df7_Colombia)
df7_four=df7_three.append(df7_Peru)
df7_five=df7_four.append(df7_Mexico)
df71=(df7_five.groupby(by=["country_name","seller_name"]).sum()).sort_values("total_amount",ascending=False)
#print(df71[["quantity"]+["total_amount"]])
print(df7_five)
#"#F5F50A","#0AF5E0","#1E40EA","#EA241E","#218934"
fig,ax1=plt.subplots()
sns.barplot(x="seller_name", y="total_amount", hue="country_name",estimator=sum, data=df7_five,ci=None,palette=["#F5F50A","#0AF5E0","#1E40EA","#EA241E","#218934"])
plt.xticks(rotation=90)
ax2=ax1.twinx()
sns.lineplot(data=df7_five,x="seller_name",y="total_amount",estimator=sum,ax=ax2,color="#F50AF5")
plt.xticks(rotation=90)
plt.title("Ventas por vendedor en los 5 países de mayores ventas")
ax1.set_ylabel("Total de ventas por país")
ax2.set_ylabel("Total de ventas")
ax1.set_xlabel("Vendedores")
ax1.legend(title="Países",labels=["Brazil","Argentina","Colombia","Perú","México"])
plt.show()
Los vendedores presentaron diferentes perfiles de ventas en los 5 países líderes en ventas, lo que no significó que quien vendía más a Brazil fuera el vendedor.
# RESOLUCIÓN
df9 = df7_five.groupby(["country_name"])[["total_amount"]].describe()
print(df9)
bx=sns.boxplot(x="country_name",y="total_amount",data=df7_five,palette=["#F5F50A","#0AF5E0","#1E40EA","#EA241E","#218934"])
#plt.xticks(rotation=90)
plt.title("Distribución de las ventas en los 5 países líderes en ventas")
plt.ylim(0,3000)
bx.set_ylabel("Montos de venta")
bx.set_xlabel("Países")
#sns.boxplot(x="seller_name",y="total_amount",data=df7_five)
#plt.xticks(rotation=90)
Los 5 países líderes en ventas presentan una distribución similar de los montos de ventas. Teniendo una mediana por ventas entre $330 y $420
plt.subplot(3,5,(1,10))
df71_five=df7_five.loc[df7_five["total_amount"]>3000]
df72=sns.swarmplot(data=df71_five,x="country_name",y="total_amount",hue="article_name",palette=["#7EEA1E","#2B9E9B","#B8308A","#D19422","#D13722"])
plt.legend(title="Artículos")
plt.title("Perfil de artículos de las ventas inesperadas")
df72.set_ylabel("Total de ventas")
df72.set_xlabel("Países")
##7EEA1E Full pC, #B8308A Notebook, #2B9E9B Chair,#D19422 Smartphone, #D13722 Monitor
#Brazil
plt.subplot(3,5,11)
df71_Brazil=df7_Brazil.loc[df7_Brazil["total_amount"]>3000]
cb=["#7EEA1E","#B8308A","#2B9E9B","#D19422","#D13722"]
Brazil=df71_Brazil["article_name"].value_counts()
plt.pie(Brazil,autopct="%1.0f%%",colors=cb,textprops={"fontsize": 8})
#Argentina
plt.subplot(3,5,12)
df71_Argentina=df7_Argentina.loc[df7_Argentina["total_amount"]>3000]
Argentina=df71_Argentina["article_name"].value_counts()
ca=["#7EEA1E","#B8308A","#D19422"]
plt.pie(Argentina,autopct="%1.0f%%",colors=ca,textprops={"fontsize": 8})
#Colombia
plt.subplot(3,5,13)
df71_Colombia=df7_Colombia.loc[df7_Colombia["total_amount"]>3000]
cc=["#D19422","#7EEA1E","#B8308A","#2B9E9B"]
Colombia=df71_Colombia["article_name"].value_counts()
plt.pie(Colombia,autopct="%1.0f%%",colors=cc,textprops={"fontsize": 8})
#Peru
plt.subplot(3,5,14)
df71_Peru=df7_Peru.loc[df7_Peru["total_amount"]>3000]
cp=["#B8308A","#7EEA1E","#2B9E9B","#D19422"]
Peru=df71_Peru["article_name"].value_counts()
plt.pie(Peru,autopct="%1.0f%%",colors=cp,textprops={"fontsize": 8})
#México
plt.subplot(3,5,15)
df71_Mexico=df7_Mexico.loc[df7_Mexico["total_amount"]>3000]
cm=["#B8308A","#D19422","#7EEA1E"]
Mexico=df71_Mexico["article_name"].value_counts()
plt.pie(Mexico,autopct="%1.0f%%",colors=cm,textprops={"fontsize": 8})
El perfil de productos que mayor ventas generaron en los países de mayores ventas, presentan ligeras variaciones. Mientras que en Brazil las full PC fueron las más vendidas, en Argentina y Perú se igualaron las ventas de Full PC y notebook, en México la venta de Notebook lideró y en Colombia los celulares
1. Según el perfil de ventas inesperadas, debería focalizarse la promoción de los productos que en cada país están interesados.
2. Debería dividirse a los vendedores por país, según la efectividad de cada uno. Y evaluar la entrega del bono al vendedor que logre las mayor mejora en ventas.
3.En base a como se distribuyen las ventas, se podrá evaluar si para los países líderes se pueden accinar más de un vendedor