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

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

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

retailers.describe()

x = retailers['Company'] y = retailers['Sales'] plt.figure(figsize=(9,5)) plt.bar(x,y, color='green') plt.xticks(rotation=90) plt.title('Retailers con Mayores Ventas') plt.xlabel('Companies') plt.ylabel('USD MM') plt.show()

other_ret = retailers[retailers.Company != 'Walmart US'] mean_sales = other_ret['Sales'].mean() mean_sales = mean_sales.round(2) print(mean_sales)

# Si lo vemos gráficamente fig, ax = plt.subplots(figsize=(9,5)) x = other_ret['Company'] y = other_ret['Sales'] plt.bar(x,y, color='green') ax.axhline(mean_sales, label='Promedio de Ventas', ls='--', color='red') plt.title('Ventas de los demás Retailers') plt.xticks(rotation=90) plt.xlabel('Companies') plt.ylabel('USD MM') plt.legend() plt.show()

plt.hist(other_ret['Sales'], bins=4) plt.title('Dinero en Ventas') plt.xlabel('Ventas en USD MM') plt.show()

x = other_ret['Company'] y = other_ret['Stores'] fig, ax = plt.subplots(figsize=(9,5)) stores_co = retailers.groupby('Company')['Stores'].sum() plt.title('Tiendas') plt.xlabel('Cantidad de Tiendas') plt.ylabel('Cantidad de Compañías') plt.hist(stores_co, color='green', edgecolor='black') plt.show() max_stores = retailers['Stores'].max() print('La máxima cantidad de tiendas es:', max_stores)

sns.scatterplot(x=retailers.Stores, y=retailers.Sales, color='green') plt.title('Cant. de Tiendas vs Ventas ') plt.xlabel('Tiendas') plt.ylabel('Ventas') plt.show()

max_sales = retailers['Sales'].max() min_sales = retailers['Sales'].min() print(max_sales) print(min_sales) print(max_sales - min_sales)

stores_top5 = retailers.sort_values('Stores', ascending=0) x = stores_top5['Company'][:5] y = stores_top5['Stores'][:5] fig, ax = plt.subplots(figsize=(9,6)) plt.bar(x,y, color='green', edgecolor='black') plt.xticks() plt.xlabel('Compañía') plt.ylabel('Cantidad de tiendas') plt.show() x = stores_top5['Company'][:5] y = stores_top5['Sales'][:5] fig, ax = plt.subplots(figsize=(9,6)) plt.barh(x,y, color='green') plt.title('Top 5 Retailers') plt.xticks() plt.xlabel('ventas') plt.ylabel('Compañía') plt.show()

sales_category = retailers.groupby('Category')['Sales'].sum() category_top10 = sales_category.sort_values(ascending=False).head(10) category_top10

# Si lo graficamos sería x = category_top10.index y = category_top10 plt.barh(x,y, color='green', edgecolor='black') plt.xticks(rotation=35) plt.title('Ventas por Categoría') plt.xlabel('USD MM') plt.show()

# Creamos una nueva columna para calcular la relación retailers['Sales/Store Ratio'] = retailers.Sales / retailers.Stores sales_ratio = retailers.sort_values('Sales/Store Ratio', ascending=0).head(10) sales_ratio = sales_ratio.round(2) sales_ratio

# Graficamos x = sales_ratio['Company'] y = sales_ratio['Sales/Store Ratio'] plt.barh(x,y, color='green', edgecolor='black') plt.xticks() plt.title('Relación entre Tiendas y Ventas') plt.xlabel('USD MM') plt.ylabel('Tiendas') plt.show()

# Hacemos un filtro de las tiendas online web_stores = retailers[retailers.Stores.isnull()] web_stores

# Calculamos el promedio de ventas de las web stores web_stores['Sales'].mean()

# Analizamos las tiendas físicas physic_stores = retailers[retailers.Stores.notnull()] physic_stores

# Calculamos el promedio de ventas de las tiendas físicas physic_stores['Sales'].mean()

other_physic_stores = other_ret[other_ret.Stores.notnull()] other_physic_stores

other_physic_stores['Sales'].mean()