# 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

# Levanto los datos en 3 diferentes dataframes # Artículos 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) # Órdenes 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)

# 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) print(df_articles.dtypes)

# 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 # RESUMEN DE PASOS: # 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 for i in range(len(my_df.index)): # len(my_df.index) devuelve la cantidad de registros idArticulo = my_df.loc[i]['article_id'] nombreArticulo = df_articles.loc[idArticulo]['article_name'] # se lo asigno a la columna correspondiente my_df.loc[i,'article_name'] = nombreArticulo # hago lo mismo en un solo paso para la columna de total_amount precioArticulo = df_articles.loc[idArticulo]['unit_price'] cantArticulo = my_df.loc[i]['quantity'] my_df.loc[i,'total_amount'] = precioArticulo * cantArticulo # columna de seller_name idVendedor = my_df.loc[i]['seller_id'] nombreVendedor = df_sellers.loc[idVendedor]['seller_name'] my_df.loc[i,'seller_name'] = nombreVendedor # 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("El artículo más vendido es el siguiente:\n") print(por_cant['quantity'].head(1))

# RESOLUCIÓN GRÁFICA sns.barplot(y=por_cant["quantity"], x=por_cant.index, palette="Blues_r").set_xlabel("ARTÍCULOS") plt.xticks(rotation=90) plt.setp(plt.title('Venta de articulos (en unidades)',fontdict={'fontsize': 14},fontstyle="italic",fontweight="bold"),color="b") plt.ylabel("UNIDADES") plt.show()

# RESOLUCIÓN ANALÍTICA df2 = (my_df.groupby(by='article_name').sum()).sort_values('total_amount',ascending=False).head(5) print("La siguiente lista muestra los 5 artículos que más ingresos proporcionaron:\n") print(df2['total_amount'])

# RESOLUCIÓN GRÁFICA plt.barh(df2.index,df2['total_amount'] , height=0.8, color=["gold" if i == "Full Pc" else "lightblue" for i in df2.index]) plt.title('Artículo que generó mas ingresos (resaltado en amarillo)',fontdict={'fontsize': 12},fontweight="bold") plt.show()

# RESOLUCIÓN ANALÍTICA df4 = (my_df.groupby(by='seller_name').sum()).sort_values('total_amount',ascending=False) print("El primer vendedor de la siguiente lista fue el mejor porque generó mayor ingreso que el resto, por lo tanto debe otorgársele el bono:\n") print(df4[['quantity']+['total_amount']])

# RESOLUCIÓN GRÁFICA plt.bar(df4.index,df4['total_amount'], color=["tomato" if i == "Janel O'Curran" else "wheat" for i in df4.index], edgecolor=["black" if i == "Janel O'Curran" else "w" for i in df4.index]) plt.xticks(rotation=60, ha="right") plt.title('Mejor vendedor del mes (resaltado en rojo)',fontdict={'fontsize': 15}) plt.show()

# RESOLUCIÓN ANALÍTICA df5 = (my_df.groupby(by='week').sum()).sort_values('total_amount',ascending=False) print("Las ventas van variando decrecientemente a lo largo del mes, como se muestra a continuación:\n") print(df5['total_amount'])

# RESOLUCIÓN GRÁFICA df5.index=["Semana 1","Semana 2","Semana 3","Semana 4"] plt.bar(df5.index,df5['total_amount']) plt.title('Ventas a lo largo del mes',fontdict={'fontsize': 15},fontweight="bold") plt.show()

# RESOLUCIÓN ANALÍTICA df6 = (my_df.groupby(by='country_name').sum()).sort_values('total_amount',ascending=False) print('Los totales de ventas por país se aprecian a continuación:\n') print(df6['total_amount'])

# RESOLUCIÓN GRÁFICA sns.barplot(y=df6["total_amount"], x=df6.index,palette=("dark")).set(title='Total de Ventas por país',xlabel='Países',ylabel='Ventas totales') plt.xticks(rotation=90) plt.show()

# RESOLUCIÓN ANALÍTICA df7 = my_df.loc[(my_df['country_name']=='Peru')] df7.drop(['week', 'total_amount'], axis = 'columns', inplace=True) df8 = (df7.groupby(by='seller_name').sum()).sort_values('quantity',ascending=False) print(df8)

# RESOLUCIÓN GRÁFICA fig, ax = plt.subplots() ax.barh(df8.index,df8["quantity"], height=1, color='pink') ax.set_title('Cantidad de articulos vendidos en Perú por vendedor',fontdict={'fontsize': 15}) #ax.set_xlabel('xlabel', fontsize = 20) bars = ax.barh(0,"") ax.bar_label(bars) for bars in ax.containers: ax.bar_label(bars) plt.show()

# RESOLUCIÓN ANALÍTICA df16 = (my_df.groupby(by='seller_name').sum()).sort_values('total_amount',ascending=False).head(5) df17=my_df.loc[(my_df.seller_name=="Daisie Slograve")|(my_df.seller_name=="Janel O'Curran")|(my_df.seller_name=="Brockie Patience")|(my_df.seller_name=="Oliviero Charkham")|(my_df.seller_name=="Vasily Danilyuk")].groupby('seller_name').agg({'total_amount':["min","max"]}) print('Los 5 mejores vendedores (de acuerdo a mayores ventas generadas) son los siguientes:') print() print(df16['total_amount']) print() print("Los montos máximos y mínimos de los 5 mejores vendedores se detallan a continuacíon:") print(df17)

# RESOLUCIÓN GRÁFICA df17.columns=["Venta mínima","Venta máxima"] df17.index.name="Vendedores" sns.set() fig, axes = plt.subplots(1, 2) sns.barplot(x=df17.index,y=df17[("Venta máxima")], data = df17, ax=axes[0],palette="YlOrBr").set(title="Venta máxima por vendedor") sns.barplot(x=df17.index,y=df17[("Venta mínima")], data = df17, ax=axes[1],palette="Blues").set(title="Venta mínima por vendedor") for n, ax in enumerate(axes): ax.set_xticklabels(df17.index, rotation=65) plt.subplots_adjust(wspace=0.5) plt.show()