Análisis de los 25 retailers más grandes de Estados Unidos

# Importar librerías aquí import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns

# Importar datos aquí df = pd.read_csv('/work/largest_us_retailers.csv') df.head()

df_sorted = df.sort_values('Sales', ascending=0) df_wo_walmart = df_sorted[1:26] print('Promedio ventas excluyendo a Walmart: ', df_wo_walmart['Sales'].mean())

sns.displot(df['Sales']) plt.xlabel('Ventas ($)') plt.ylabel('Empresas') plt.xticks([0,40000,60000,650000]) #plt.xticks(range(0,650000,50000)) plt.xticks(rotation='vertical') plt.title('Distribución de ventas de las 25 Compañías') plt.show()

mediana = df_wo_walmart.Stores.median() sns.displot(df['Stores']) plt.xlabel('Tiendas') plt.ylabel('Empresas') plt.xticks(range(0,14000,1000)) plt.xticks(rotation='vertical') plt.title('Distribución de tiendas de las compañías') plt.show() print('La mediana del número de tiendas es ', mediana)

sns.scatterplot(data=df, x='Sales', y='Stores') plt.show()

rango = df['Sales'].max() - df['Sales'].min() rango

df_stores_sorted = df.sort_values('Stores', ascending=0) df_stores_sorted.head()

df_sales_sorted = df.sort_values('Sales', ascending=0) df_sales_sorted.head()

# Mostramos el Dataset ordenado por Ventas print(df_sorted[0:1])

# Mostramos el Dataset ordenado por Ventas: df_sales = df_sales_sorted # Creamos nueva columna en el Dataset para almacenar Sales/Stores df_sales['Sales/Stores'] = 0 # Creamos lista temporal para almacenar resultado de la divison de Sales/Stores salesStoresList = [] # Columna 1 es de Ventas, Columna 2 es de Tiendas, en el Dataset for i in range (25): # resultado temporal de la vision Sales/Stores, linea por linea tmpDivision = (df_sales.iloc[i,1] / df_sales.iloc[i,2]) salesStoresList.append(tmpDivision) # Asignamos la lista de resultados Sales/Stores a la columna de Sales/Stores df_sales['Sales/Stores'] = salesStoresList # Ordenamos de mayor a menor el nuevo Dataet df_sales, en función de Sales/Stores df_SalesStoresSorted = df_sales.sort_values('Sales/Stores', ascending=0) # Graficamos los datos ordenados por Sales/Stores sns.barplot(data=df_SalesStoresSorted, x='Company', y='Sales/Stores') plt.xticks(rotation='vertical') plt.show

df.sort_values('Stores', ascending=True)

onlineCompanies = df[df.isnull().any(True)] ventasOnline = onlineCompanies['Sales'].sum() print('Las ventas de las Tiendas online es: $',ventasOnline)

plt.bar(onlineCompanies.Company,onlineCompanies.Sales) plt.title('Ventas online por Compañía') plt.show

#Filtramos todas las tiendas fisicas eliminando las que tienen NA Stores physicalStores = df.dropna() physicalStores

fig, ax = plt.subplots() # Graficamos Tiendas Físicas (azul) ax.bar(physicalStores.Company, physicalStores.Sales) # Graficamos Tiendas Online (naranja) ax.bar(onlineCompanies.Company, onlineCompanies.Sales) # Añadimos linea verde de Promedio de ventas ax.axhline(df['Sales'].mean(), color='g', linestyle='--') plt.xticks(rotation=270) plt.title('Ventas de tiendas físicas') plt.show()

df

sns.displot(df, x='Sales', hue='Category', multiple='stack')