# A veces necesitamos instalar nuevas librerías en nuestros proyectos
!pip install openpyxl==3.0.10
# Levanto los datos en 3 diferentes dataframes
#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()) # head() 5 Filas por defecto
print('\nFormato del dataframe')
print(df_articles.shape)
print('\nBusqueda de valores nulls por columna')
print(df_articles.isnull().sum())
print('\nFormato de los datos por columna')
print(df_articles.dtypes)
# Exploración del df de vendedores
print('Muestra de datos')
print(df_sellers.head()) # head() 5 Filas por defecto
print('\nFormato del dataframe')
print(df_sellers.shape)
print('\nBusqueda de valores nuls 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()) # head() 5 Filas por defecto
print('\nFormato del dataframe')
print(df_orders.shape)
print('\nBusqueda de valores nuls 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)
print(df_articles.dtypes)
my_df = df_orders.copy() # shallow copy o copia superficial (otro Objeto alojado en la memoria)
# Cambio el indice del df de artículos
df_articles.set_index('article_id', inplace=True)
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'])
# df_articles
# print()
my_df
for i in range(max(my_df.count())):
# SINTAXIS: df_articles.loc[indice][columna]
# [indice] va a ser el dato que obtengo de my_df.loc[i]['article_id']
# [indice] -> [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_name)
# print(df_articles.loc[my_df.loc[i]['article_id']]['article_name'])
article = df_articles.loc[my_df.loc[i]['article_id']]['article_name']
# print(article)
# Asignar a cada valor id de la columna 'article_name' (my_df) el nombre del artículo
my_df.loc[i, 'article_name'] = article
# my_df
# hacemos lo mismo con 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 del df
my_df.drop(['order_id', 'article_id', 'seller_id'], axis='columns', inplace=True)
print(my_df)
# RESOLUCIÓN ANALÍTICA
print(my_df['article_name'].value_counts()) # cuenta valores únicos
# RESOLUCIÓN GRÁFICA
sns.displot(my_df, x='article_name')
plt.xticks(rotation=90) # 'vertical'
plt.show()
# 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'])
# 'article_name' es el index
# print(df2) # agrupa (y suma) sólo variables numéricas
# SINTAXIS ALTERNATIVA
# pd.options.display.float_format='$ {:,.2f}'.format
# print(my_df[['article_name'] + ['total_amount']].groupby(['article_name']).sum().sort_values('total_amount',ascending=False).head(5))
# RESOLUCIÓN GRÁFICA
plt.pie(x=df2['total_amount'],labels=df2.index, autopct='%1.2f%%')
plt.show()
# index es el 'article_name' del df2
# 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']])
print(df4[['quantity'] + ['total_amount']].head(5))
# 'seller_name' es el index
# RESOLUCIÓN GRÁFICA
plt.bar(df4.index, df4['total_amount'])
plt.xticks(rotation=60)
plt.show()
# 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']])
# 'week' es el index
# RESOLUCIÓN GRÁFICA
plt.bar(df5.index, df5['total_amount'])
plt.show()
#Resolución
df7 = (my_df.groupby(by='seller_name').sum()).sort_values('total_amount', ascending=True)
pd.options.display.float_format='$ {:,.2f}'.format
print(df7[['quantity'] + ['total_amount']].head(3))
¿Qué ventas ha realizado menor a $ 3.000?
#Resolución
df6 = my_df.loc[my_df['total_amount']< 3000]
df62= df6.loc[df6['article_name'] == 'Full Pc']
df63 = df62.loc[df62['seller_name'] == 'Cirilo Grandham']
print(df63)
df_countries = (my_df[['country_name','total_amount']].groupby(by='country_name').sum()).sort_values('total_amount', ascending=True).head(10)
pd.options.display.float_format= '$ {:,.0f}'.format
plt.style.use('seaborn-whitegrid')
plt.bar(df_countries.index, df_countries['total_amount'], alpha=0.8, color='C65')
plt.xticks(rotation=60)
plt.title('Total de ventas')
plt.show()
¿y cuáles son los 10 artículos que menos se venden?
df_article = (my_df[['article_name','total_amount']].groupby(by='article_name').sum()).sort_values('total_amount', ascending=True).head(10)
plt.style.use('ggplot')
plt.title('Ventas en cantidad por artículos')
plt.plot(df_article,linewidth=2, alpha=0.3, marker='*', markersize=10, color='red')
plt.xticks(rotation=70)
plt.show()
#Resolución
df82 = my_df.loc[my_df['country_name'] == 'Brazil']
plt.bar(df82['seller_name'], df82['total_amount'], width=0.5, color=['plum', 'white', 'pink', 'grey', 'blue'])
plt.xticks(rotation=60)
font1 = {'color':'green','size':10}
plt.xlabel("País", fontsize=10,fontweight='bold', color='red')
plt.ylabel("Total Ventas", fontsize=10,fontweight='bold', color='red')
plt.title("Vendedores de Brasil")
plt.show()
df83 = my_df.loc[my_df['country_name'] == 'Argentina']
plt.bar(df83['seller_name'], df83['total_amount'], width=0.5, color=['hotpink', 'white', 'green', 'grey', 'blue'])
plt.xticks(rotation=60)
font1 = {'color':'green','size':10}
plt.xlabel("Vendedores", fontsize=10, fontweight='bold', color='red')
plt.ylabel("Total Ventas", fontsize=10, fontweight='bold', color='red')
plt.title("Vendedores de Argentina")
plt.show()
Conclusiones por artículo
Si bien Usb Cable y Sata Cable son productos muy vendidos, se debe analizar su rentabilidad ya que en importes no son significativos.
Definitivamente, no se debe continuar con la venta Fan Cooler debido a que no se produce ventas y no tiene un buen importe de venta.
Conclusiones por vendedor
Observando que los vendedores no mantienen una regularidad en países como Brasil y Argentina, deberían enfocarse en vender en países en los que son efectivos, por ejemplo, Oliviero Charkman en Brasil y Aveline Swanwick en Argentina.
Por lo contrario, debemos consultar cuales son las estrategias de ventas del mejor vendedor de la compañía: Janel O'Curran.
Por otra parte, se debe consultar con el vendedor Cirilo Grandham el motivo por el cual no está realizando ventas en ninguno de los países del producto más vendido en toda la región.
Conclusiones por país
Para finalizar, se debe analizar la posibilidad de no operar más en países como Puerto Rico, Paraguay y Ecuador debido a que no estamos teniendo buenas ventas en los mismos.