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 openpyxl # para que levante bien el excel import matplotlib.pyplot as plt import seaborn as sns

# 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"]) # Vendedores df_sellers = pd.read_excel("/work/data/sellers.xlsx", index_col=0) # Ordenes df_orders= pd.read_csv("/work/data/orders.csv")

# 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 por columna') print(df_articles.isnull().sum()) print('\nFormato de los datos por columna') print(df_articles.dtypes) #ver unit_price hay que pasarlo a float64

# 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 por columna') print(df_sellers.isnull().sum()) print('\nFormato de los datos por columna') 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 por columna') 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)

# Creo una copia del df_orders my_df = df_orders.copy() # Cambio el índice del df de artículos df_articles.set_index('article_id',inplace = True) # Agrego algunas columnas y pongo el campo que me va a servir de "ancla" para acordarme 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']) # reemplazo los valores en el nuevo df for i in range(len(my_df.index)): # len(my_df.index) devuelve la cantidad de registros # 1. busco el nombre del artículo y lo asigno a una variable # como df_articles está indexado por article_id, lo uso para ubicarme en # el registro que busco # SINTAXIS: df_articles.loc[indice][columna] # [indice] va a ser el dato que obtengo de my_df.loc[i]['article_id'] # -> o sea, tomo registro a registro el article_id y lo uso para extraer # el nombre del artículo article = df_articles.loc[my_df.loc[i]['article_id']]['article_name'] # se lo asigno a la columna correspondiente my_df.loc[i,'article_name'] = article # hago lo mismo en un solo paso para la columna de 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_id']]['seller_name'] # elimino las columnas que no necesito my_df.drop(['order_id', 'article_id', 'seller_id'], axis = 'columns', inplace=True) print(my_df)

# Configuración # colores de los graficos tabla_colores = sns.color_palette("Set1", 20) sns.palplot(tabla_colores)

# RESOLUCIÓN ANALÍTICA df_Articulo_Mas_Vendido=my_df.groupby("article_name").sum() por_cant = df_Articulo_Mas_Vendido.sort_values("quantity", ascending=False).head(5) #print(por_cant["quantity"].head(1)) print ('El artículo mas vendido:', por_cant.index[0], '(' ,por_cant['quantity'][0], ') unidades')

# RESOLUCIÓN GRÁFICA f = plt.figure() f.set_figwidth(8) f.set_figheight(5) gf_Articulo_Mas_Vendido = sns.barplot(y=por_cant["quantity"], x= por_cant.index, palette= tabla_colores) plt.xticks(rotation=0, ha= "center") plt.xlabel('Artículos') plt.ylabel('Unidades vendidas' ) plt.title('Top 5 de Artículo mas vendido (unidades)',size=15) plt.show()

# RESOLUCIÓN ANALÍTICA df_Fact_Art = (my_df.groupby(by='article_name').sum()).sort_values('total_amount',ascending=False).head(5) print('El artículo mas vendido fue', df_Fact_Art.index[0], 'por un importe de', '$ {:,.2f}'.format(df_Fact_Art['total_amount'][0]))

# RESOLUCIÓN GRÁFICA ---> OJO: Voy a tomar sólo los 5 primeros artículos que más ingresos proporcionaron # No puedo hacer una comparativa ni porcentajes porque no tomé el total de los datos f = plt.figure() f.set_figwidth(10) f.set_figheight(7) gr__Fact_Art=plt.barh(df_Fact_Art.index,df_Fact_Art['total_amount'] , height=0.8, color = tabla_colores) plt.bar_label(gr__Fact_Art, fmt='$%.f') plt.ylabel('Artículos') plt.xlabel('Facturación ($)') plt.title('Top 5 de Artículos de mayor facturación', size=15) plt.margins(0.1) plt.show()

# RESOLUCIÓN ANALÍTICA df_Fact_Vendedores = (my_df.groupby(by='seller_name').sum()).sort_values('total_amount',ascending=False) print('El vendedor que debe recibir el bono es:', df_Fact_Vendedores.index[0], 'por vender', '$ {:,.2f}'.format(df_Fact_Vendedores['total_amount'][0]))

# RESOLUCIÓN GRÁFICA f = plt.figure() f.set_figwidth(12) f.set_figheight(10) gr_Fact_Vendedores = plt.bar(df_Fact_Vendedores.index,df_Fact_Vendedores['total_amount'], color = tabla_colores) plt.xlabel('Vendedores') plt.ylabel('Facturación ($)') plt.title('Mejor vendedor del mes', size = 15) plt.bar_label(gr_Fact_Vendedores, fmt='$%.f') plt.xticks(rotation=60, ha="right") plt.show()

# RESOLUCIÓN ANALÍTICA df_Fact_Semana = (my_df.groupby(by="week").sum()).sort_values("total_amount", ascending=False) print("Muestra de datos") print(df_Fact_Semana["total_amount"])

# RESOLUCIÓN GRÁFICA df_Fact_Semana.index = df_Fact_Semana.index.astype("string") f = plt.figure() f.set_figwidth(10) f.set_figheight(7) gr_Fact_Semana = plt.bar(df_Fact_Semana.index,df_Fact_Semana['total_amount'], color = tabla_colores) # SETEO TEXTOS DEL ENTORNO DEL GRAFICO plt.ylabel('Facturación ($)') plt.xlabel('Número de Semana') plt.title('Variación de ventas durante el mes', size=15) # PARA QUE ESTEN LOS ROTULOS DE LAS BARRAS plt.bar_label(gr_Fact_Semana,fmt='$%.f') plt.show()

# RESOLUCIÓN ANALÍTICA # TOTAL VENTAS df_Ventas_Totales = my_df["total_amount"].sum() #DETALLE DE VENTAS POR PAÍS df_Ventas_Pais = (my_df.groupby(by="country_name").sum()).sort_values("total_amount", ascending=False) # VENTAS TOTALES MEJORES CINCO PAÍSES-CLIENTES df_Ventas_5_Pais = (my_df.groupby(by="country_name").sum()).sort_values("total_amount", ascending=False).head() # PORCENTUAL DE LOS MEJORES 5 PAÍSE SOBRE LAS VENTAS TOTALES df_Porcentaje_Mejores_5_Ventas= df_Ventas_5_Pais["total_amount"].sum() * 100 / df_Ventas_Totales df_Porcentaje_Mejores_5_Ventas= round(df_Porcentaje_Mejores_5_Ventas,2) #DETALLE DE VENTAS MEJORES CINCO PAÍSES-CLIENTES y RESTO DE PAÍSES df_Resto_paises= df_Ventas_Totales - df_Ventas_5_Pais["total_amount"].sum() df_Resto_paises=round(df_Resto_paises,2) df_Mejores_5_en_Ventas_Totales= df_Ventas_5_Pais["total_amount"] df_Mejores_5_en_Ventas_Totales.loc["Resto Países"]=df_Resto_paises print(f"Ventas Totales:", "$",df_Ventas_Totales ) print(f"Ventas Totales de los Mejores Cinco Países:", "$", df_Ventas_5_Pais["total_amount"].sum()," - corresponde al", df_Porcentaje_Mejores_5_Ventas,"% de las Ventas totales-" ) print() print("Muestra de datos") print(df_Mejores_5_en_Ventas_Totales)

#RESOLUCIÓN GRÁFICA f = plt.figure() f.set_figwidth(10) f.set_figheight(6) , e=(0,0,0,0,0,0.1) plt.pie(df_Mejores_5_en_Ventas_Totales,colors= tabla_colores,explode=e, radius=1.5, labels=df_Mejores_5_en_Ventas_Totales.index, labeldistance=1.1, autopct="%1.2f%%", shadow=bool, textprops={'fontsize': 18}) plt.title("Influencia de los Mejores cinco países sobre ventas", fontsize = 20, pad = 50) plt.show()

# RESOLUCIÓN ANALÍTICA df_Articulos_total = (my_df.groupby(by='article_name')['total_amount'].sum()) #PROMEDIO DE VENTA DE ARTÍCULOS media = df_Articulos_total.mean() print('Promedio de ventas por Artículo: $', '{:.2f}'.format(media)) print() #ARTICULO POR ENCIMA DEL PROMEDIO df_articulos_Mayor_Media = df_Articulos_total.loc[df_Articulos_total>=media].sort_values(ascending=True) print("Muestra de datos") print(df_articulos_Mayor_Media)

# RESOLUCIÓN GRÁFICA f = plt.figure() f.set_figwidth(13) f.set_figheight(8) gf_Articulo_mayor_media = plt.bar(df_articulos_Mayor_Media.index,df_articulos_Mayor_Media, color = tabla_colores) plt.bar_label(gf_Articulo_mayor_media, fmt='$%.f') plt.xticks(rotation=0) plt.ylabel('Facturación ($)',fontsize=13, labelpad=25) plt.xlabel('Artículo',fontsize=13, labelpad=25) titulo = 'Artículos que facturaron mayor a la media' plt.title(titulo,fontsize=22, pad=25) plt.show()

#RESOLUCIÓN ANALÍTICA # OBTENCIÓN DE LOS PRODUCTOS Y UNIDADES df_Total_Vendedores= (my_df.groupby(by=['article_name',"seller_name"]).sum()).sort_values('quantity',ascending=False) #print(df_Total_Vendedores) Articulos = my_df.groupby('article_name').sum().index.values #print(Articulos) #COMPARACION MEJOR VENDEDOR df_final_VENDEDORES = pd.DataFrame(columns=['Vendedor', 'Unidades'], index=Articulos) for i in Articulos: df = df_Total_Vendedores.loc[i] v= df.max() ["quantity"] s= df[( df['quantity'] == v)].index[0] #.index [0] df_final_VENDEDORES.loc[i] = {'Vendedor': s, 'Unidades': v} df_final_VENDEDORES['Unidades'] = df_final_VENDEDORES['Unidades'].astype(int) print("Muestra de datos") print() print("Mejor Vendedor de los productos") print() print(df_final_VENDEDORES) print()

# RESOLUCION GRÁFICA SEMANA f = plt.figure() f.set_figwidth(20) f.set_figheight(12) df_pivot_VENDEDORES= pd.pivot_table(df_final_VENDEDORES, index=df_final_VENDEDORES.index,columns="Vendedor", values="Unidades", aggfunc="sum") df_pivot_VENDEDORES.plot(kind="barh",stacked=True,figsize=(10,8), width=0.9) plt.title("Mejor Vendedor por producto", fontsize=22, pad=25) plt.xticks(rotation=0) plt.ylabel('Artículo',fontsize=13, labelpad=25) plt.xlabel('Unidades',fontsize=13, labelpad=25) plt.show()

Teniendo en cuenta los datos analizados se desprende que la organización posee una gran cantidad de productos a la venta pero la facturación total esta traccionada por un producto (Full PC). Lo mencionado condiciona la facturación total semanal y los niveles de ventas que registran los vendedores. Siguiendo esta misma linea vale aclarar que solo los primeros cinco productos vendidos superan la media total de ventas por articulo.

A nivel general se verificó que la organización tiene un buen nivel de ventas pero en el transcurso del mes se desprende a simple vista que las ventas caen semanalmente en forma lineal, llegando a la ultima semana a un nivel de ventas de la mitad de la primera semana del mes. Este análisis otorga un conocimiento fehaciente que se deben equilibrar las ventas de las ultimas dos semana, mediante estrategias de marketing, para equilibrar los números y mejorar las ventas. (ver pregunta 4).

A su vez, a nivel de países, se puede observar que las ventas se encuentran muy concentradas en solo cinco países (punto 5), mientras que los demás países no llegan a sumar el 25% de la ventas globales.

A modo de sugerencia, en un próximo análisis se deberían estudiar todos los productos a la ventas para diferencia que productos son indispensables ( nivel de ventas, traccionan en la ventas de otros productos, posicionamiento global, etc) y cuales no lo son para evaluar su discontinuidad.