# 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 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'])
print(df_articles)
# VENDEDORES
#df_sellers = pd.read_excel('/work/data/sellers.xlsx', index_col=0) #dormir
print(df_sellers)
# ÓRDENES
df_orders=pd.read_csv('/work/data/orders.csv')
print(df_orders)
# Exploración del df de artículos
print('Muestra de los datos')
print(df_articles.head())
print('\nFormato del dataframe')
print(df_articles.shape)
print('\nBúsqueda de valores nulos')
print(df_articles.isnull().sum())
print('\nFormato de los datos por columna')
print(df_articles.dtypes)
# Exploración del df de vendedores
print('Muestra de los datos')
print(df_sellers.head())
print('\nFormato del dataframe')
print(df_sellers.shape)
print('\nBúsqueda de valores nulos')
print(df_sellers.isnull().sum())
print('\nFormato de los datos por columna')
print(df_sellers.dtypes)
# Exploración del df de órdenes
print('Muestra de los datos')
print(df_orders.head())
print('\nFormato del dataframe')
print(df_orders.shape)
print('\nBúsqueda de valores nulos')
print(df_orders.isnull().sum())
print('\nFormato de los datos por columna')
print(df_orders.dtypes)
# cambio el tipo de dato de 'unit_price' a float
df_articles['unit_price'] = df_articles['unit_price'].astype(float)
print(df_articles.dtypes)
# cambio el índice del df_articles por la columna article_id
#df_articles.set_index('article_id', inplace=True) #dormir
print(df_articles.head())
# creo una copia del df_orders
my_df = df_orders.copy()
# agrego algunas columnas extra que necesito y las lleno con los códigos id que las vinculan con los otros df
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'])
print(my_df.head())
# Reemplazo los valores en las nuevas columnas del df
for i in range(len(my_df.index)):
#article = df_articles.loc[my_df.loc[i]['article_name']]['article_name'] #dormir
#my_df.loc[i,'article_name'] = article #dormir
#my_df.loc[i,'total_amount'] = my_df.loc[i,'quantity'] * df_articles.loc[my_df.loc[i]['total_amount']]['unit_price']
#dormir
my_df.loc[i,'seller_name'] = df_sellers.loc[my_df.loc[i]['seller_name']]['seller_name']
print(my_df.head())
# Borrar las columnas que no voy a utilizar
my_df.drop(['order_id','article_id','seller_id'], axis='columns', inplace=True)
print(my_df.head())
print(my_df.head())
#RESOLUCION ANALITICA
df10=(my_df.groupby('article_name').sum()).sort_values('quantity', ascending=False)
print("Cantidad de artículos vendidos:")
print( df10['quantity'])
# RESOLUCIÓN GRÁFICA
sns.barplot(x=df10.index,y=df10['quantity'],data=df10,order=df10.sort_values('quantity', ascending=False).index, color= "salmon")
plt.xticks(rotation=90)
plt.tick_params(axis='x', colors='maroon', direction='out', length=9, width=3)
plt.tick_params(axis='y', colors='maroon', direction='out', length=9, width=3)
plt.title(label="Artículo más vendido en unidades", fontsize=18,color="rosybrown")
plt.xlabel('Article Name', fontweight='bold', color = 'maroon', fontsize='10', horizontalalignment='center')
plt.ylabel('Quantity', fontweight='bold', color = 'maroon', fontsize='10', horizontalalignment='center')
plt.show()
# RESOLUCIÓN ANALÍTICA
df33=(my_df.groupby('article_name').sum()).sort_values('total_amount', ascending=False).head(5)
print ('Ingreso por artículo')
print(df33['total_amount'])
# RESOLUCIÓN GRÁFICA
x= df33['total_amount']
c= ['darkmagenta', 'yellowgreen', 'aquamarine', 'darkorange','yellow']
l= df33.index
plt.pie(x,labels=l, colors=c, shadow=True)
plt.title("Ingreso por artículo",fontsize=18,color="darkred")
plt.show()
# RESOLUCIÓN ANALÍTICA
df3=(my_df.groupby('seller_name').sum()).sort_values('total_amount', ascending=False)
print(df3['total_amount'])
# RESOLUCIÓN GRÁFICA
sns.barplot(x=df3.index,y=df3['total_amount'],data=df3,order=df3.sort_values('total_amount', ascending=False).index)
plt.xticks(rotation=90)
plt.tick_params(axis='x', colors='dimgrey', direction='out', length=9, width=3)
plt.tick_params(axis='y', colors='dimgrey', direction='out', length=9, width=3)
plt.title(label="Monto total de ventas por vendedor", fontsize=18,color="rosybrown")
plt.xlabel('Seller', fontweight='bold', color = 'dimgrey', fontsize='10', horizontalalignment='center')
plt.ylabel('Total Amount', fontweight='bold', color = 'dimgrey', fontsize='10', horizontalalignment='center')
plt.show()
# RESOLUCIÓN ANALÍTICA
df4=(my_df.groupby('week').sum()).sort_values('total_amount', ascending=False)
print(df4[['total_amount']+ ['quantity']])
# RESOLUCIÓN GRÁFICA
sns.barplot(x=df4.index,y=df4['total_amount'],data=df4,order=df4.sort_values('total_amount', ascending=False).index, palette= "dark:salmon_r")
plt.xticks(rotation=0)
plt.tick_params(axis='x', colors='indianred', direction='out', length=9, width=3)
plt.tick_params(axis='y', colors='indianred', direction='out', length=9, width=3)
plt.title(label="Monto total de ventas por semana", fontsize=18,color="rosybrown")
plt.xlabel('Week', fontweight='bold', color = 'indianred', fontsize='10', horizontalalignment='center')
plt.ylabel('Total Amount', fontweight='bold', color = 'indianred', fontsize='10', horizontalalignment='center')
plt.show()
# RESOLUCIÓN
df5=(my_df.groupby('country_name').sum()).sort_values('total_amount', ascending=False)
print(df5['total_amount'])
# RESOLUCIÓN GRÁFICA
sns.barplot(x=df5.index,y=df5['total_amount'],data=df5,order=df5.sort_values('total_amount', ascending=False).index, color="springgreen")
plt.xticks(rotation=90)
plt.tick_params(axis='x', colors='teal', direction='out', length=9, width=3)
plt.tick_params(axis='y', colors='teal', direction='out', length=9, width=3)
plt.title(label="Monto total de ventas por país", fontsize=18,color="steelblue")
plt.xlabel('Country', fontweight='bold', color = 'teal', fontsize='10', horizontalalignment='center')
plt.ylabel('Total Amount', fontweight='bold', color = 'teal', fontsize='10', horizontalalignment='center')
plt.show()
# DATAFRAME CLASIFICANDO PAISES SEGUN MERCOSUR O NO
df120=my_df.sort_values('country_name')
df120['Mercosur']=df120['country_name'].isin(['Argentina', 'Brazil', 'Bolivia', 'Paraguay','Venezuela'])
df120['big_ sellers']= df120['total_amount']
df120
g=sns.catplot(x="week", y="quantity", hue="Mercosur", kind="boxen", data=df120, palette= "magma", saturation=0.5, width=0.9, dodge=True, linewidth=0.9)
plt.tick_params(axis='x', colors='rebeccapurple', direction='out', length=9, width=3)
plt.tick_params(axis='y', colors='rebeccapurple', direction='out', length=9, width=3)
plt.title(label="Cantidad de ventas por semana", fontsize=18,color="mediumvioletred")
plt.xlabel('Week', fontweight='bold', color = 'rebeccapurple', fontsize='10', horizontalalignment='center')
plt.ylabel('Quantity', fontweight='bold', color = 'rebeccapurple', fontsize='10', horizontalalignment='center')
plt.show(g)
df100=(my_df.groupby('country_name').mean()).sort_values('total_amount', ascending=False)
print('Monto promedio de compras por pais:')
print(df5['total_amount'])
#SOLUCIÓN GRAFICA
graf= sns.barplot(x=df100.index,y=df100['total_amount'],data=df100,order=df100.sort_values('total_amount', ascending=False).index, palette="viridis", saturation=0.6, errcolor='.26')
plt.xticks(rotation=90)
plt.tick_params(axis='x', colors='navy', direction='out', length=9, width=3)
plt.tick_params(axis='y', colors='navy', direction='out', length=9, width=3)
plt.title(label="Ventas Totales por país", fontsize=18,color="forestgreen")
plt.xlabel('Country', fontweight='bold', color = 'navy', fontsize='10', horizontalalignment='center')
plt.ylabel('Total Amount', fontweight='bold', color = 'navy', fontsize='10', horizontalalignment='center')
plt.show(graf)