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('largest_us_retailers.csv') df.head()

mean = df['Sales'][1:].mean() mean = mean.round(2) print("El promedio solicitado es de " + "$ " + str(mean))

df_sorted1 = df.sort_values('Sales', ascending=0) df_sorted1 sns.histplot(data=df_sorted1,x='Sales',y='Company')

df_sorted2 = df.sort_values('Stores', ascending=0) df_sorted2 sns.histplot(data=df_sorted2,x='Stores',y='Company')

#Scatterplot sns.scatterplot(data=df_sorted2,x='Stores',y='Sales',hue='Company') #Legend plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left', borderaxespad=0)

median = df['Sales'].median() Q1 = df['Sales'].quantile(q=0.25) Q3 = df['Sales'].quantile(q=0.75) min_val = df['Sales'].quantile(q=0) max_val= df['Sales'].quantile(q=1.0) print(min_val,Q1,median,Q3,max_val)

IQR = Q3-Q1 IQR

rango = max_val - min_val rango

sns.boxplot(df['Sales'])

minlimit = Q1 - 1.5*IQR maxlimit = Q1 + 1.5*IQR print('Rango para detección de outliers: {}, {}'.format(minlimit,maxlimit))

x = df_sorted1['Company'][0:5] y = df_sorted1['Sales'][0:5] plt.bar(x,y) plt.title('Top 5 compañías con más ventas') plt.xlabel('Company') plt.ylabel('Sales') plt.xticks(rotation='vertical') plt.show()

x = df_sorted2['Company'][0:5] y = df_sorted2['Stores'][0:5] plt.bar(x,y) plt.title('Top 5 compañías con más tiendas') plt.xlabel('Company') plt.ylabel('Stores') plt.xticks(rotation='vertical') plt.show()

x = df_sorted1['Category'][0:5] y = df_sorted1['Sales'][0:5] plt.bar(x,y) plt.title('Top 5 categorías con más ventas') plt.xlabel('Category') plt.ylabel('Sales') plt.xticks(rotation='vertical') plt.show() df_sorted1.groupby('Category').sum()

df_sorted1['Sales/Avg. Store_2'] = df_sorted1['Sales'] / df_sorted1['Stores'] df_sorted_by_sales_stores = df_sorted1.sort_values('Sales/Avg. Store_2',ascending=0) df_sorted_by_sales_stores

df_online = df_sorted1[df_sorted1['Stores'].isna()] df_online

df_grocery = df_sorted1[(df['Category']=='Grocery')] df_grocery.head()

df_drugstores = df_sorted2[(df['Category']=='Drug Stores')] df_drugstores.head()

df_sorted1.tail()