Análisis de los 25 retailers más grandes de Estados Unidos

import pandas as pd import numpy as np import matplotlib as plt import matplotlib.pyplot as plt import matplotlib.style import matplotlib as mpl import seaborn as sns

df = pd.read_csv('/work/largest_us_retailers.csv') df

I. Preguntas del negocio

df_sorted = df.sort_values('Sales', ascending=0) df_sorted

sns.set(style='dark', palette='deep', font='verdana', font_scale=1) x = df_sorted['Company'][0:5] y = df_sorted['Sales'][0:5] sns.barplot(x, y) plt.title('Top 5 retailers') plt.xlabel('Company') plt.ylabel('Sales') plt.xticks(rotation= 45) plt.show()

Después de ordenar el dataset por ventas de mayor a menor y realizar su respectivo gráfico, podemos concluir que la compañía dominante es Walmart.

Para calcular el promedio de ventas del resto de las compañías (sin tener en cuenta a Walmart) utilizamos la técnica de slicing para agrupar únicamente de la fila 1 a la 24 y a esto le aplicamos el método mean(). También realizaremos un gráfico de barras para visualizar como es el escenario sin incluir Walmart.

sns.set(style='dark', palette='deep', font='verdana', font_scale=1) x = df['Company'][1:24] y = df['Sales'][1:24] sns.barplot(x, y) plt.title('Ventas sin Walmart') plt.xlabel('Company') plt.ylabel('Sales') plt.xticks(rotation='vertical') plt.show()

Sin incluir Walmart podemos observar que el nivel de ventas tiende a ser más parejo y es más razonable calcular un promedio de las mismas.

promedio_ventas_sin_walmart = df['Sales'][1:24].mean() print(promedio_ventas_sin_walmart)

Este análisis lo realizaremos dibujando un histograma de frecuencias ya que este tipo de gráfico nos ayudará a visualizar como se distribuyen los datos. En este caso tomaremos como variables las ventas y el número de compañías.

sns.set(style='dark', palette='deep', font='verdana', font_scale=1) sns.histplot(df['Sales']) plt.title('Distribución Ventas') plt.show

Al igual que el punto anterior dibujaremos un histograma de frecuencias. Tomaremos como variables el número de tiendas y el número de compañías.

sns.set(style='dark', palette='deep', font='verdana', font_scale=1) sns.histplot(df['Stores']) plt.title('Distribución Tiendas') plt.show

sns.scatterplot(data=df, x = 'Stores', y ='Sales') plt.title("Relación ebtre cantidad de Tiendas y Ventas") plt.show

sns.scatterplot(data=df[1:24], x = 'Stores', y ='Sales') plt.title("Relación ebtre cantidad de Tiendas y Ventas") plt.show

Para identificar el rango que existe entre las ventas primero hallaremos el valor máximo y mínimo así:

max_val = df['Sales'].max() min_val = df['Sales'].min() print(max_val, min_val )

Finalmente el rango lo calculamos mediante la diferencia entre el valor máximo y el valor mínimo.

rango = max_val - min_val print(rango)

Podemos concluir que las ventas estuvieron entre 16952 (USD Millones) y 658119 ( USD Millones) teniendo un rango de 641527 ( USD Millones).

df_sorted2 = df.sort_values('Stores', ascending=0) df_sorted2

sns.set(style='dark', palette='deep', font='verdana', font_scale=1) x = df_sorted2['Company'][0:5] y = df_sorted2['Stores'][0:5] sns.barplot(x, y) plt.title('Top 5 retailers con más tiendas físicas') plt.xlabel('Company') plt.ylabel('Stores') plt.xticks(rotation=45) plt.show()

sns.set(style='dark', palette='deep', font='verdana', font_scale=1) x = df['Company'][0:5] y = df['Sales'][0:5] sns.barplot(x, y) plt.title('Top 5 retailers con más ventas') plt.xlabel('Company') plt.ylabel('Sales') plt.xticks(rotation=45) plt.show()

df2 = df[['Company', 'Category', 'Sales']] df2

df3 = df2.groupby('Category')['Sales'].agg([sum]).reset_index() df3_sorted = df3.sort_values('sum', ascending=0) df3_sorted

sns.set(style='dark', palette='deep', font='verdana', font_scale=1) x = df3_sorted['Category'] y = df3_sorted['sum'] sns.barplot(x, y) plt.title('Ventas por categoría') plt.xlabel('Category') plt.ylabel('Sales') plt.xticks(rotation='vertical') plt.show()

df5 = df[['Company', 'Sales', 'Stores', 'Sales/Avg. Store']] df4_sorted = df5.sort_values('Sales/Avg. Store', ascending=0) df4_sorted

sns.set(style='dark', palette='deep', font='verdana', font_scale=1) x = df4_sorted['Company'][0:5] y = df4_sorted['Sales/Avg. Store'][0:5] sns.barplot(x, y) plt.title('Top 5 retailers con mayor promedio en ventas por tienda') plt.xlabel('Company') plt.ylabel('Sales/Avg. Store') plt.xticks(rotation=45) plt.show()

df6 = df[['Company','Sales','Stores']].fillna('Online') df6

tiendas_online = df6['Stores'] == 'Online'

df6[tiendas_online]

sns.histplot(df['Category']) plt.title('Distribución Retailers por Categoría') plt.xticks(rotation='vertical') plt.show()

.css-15w88e5{color:var(--chakra-colors-fg-neutral-primary);font-weight:inherit;letter-spacing:-0.09px;}Análisis de los 25 retailers más grandes de Estados Unidos

I. Preguntas del negocio

Análisis de los 25 retailers más grandes de Estados Unidos