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('/work/retailers.csv') df['Stores']= df['Stores'].replace(np.nan, 0) df['Category']= df['Category'].replace('Warehouse Clubs', 'Warehouse Club') df #df['DataFrame Column'] = df['DataFrame Column'].replace(np.nan, 0) #df['Estado Lead'] = df['Estado Lead'].apply(lambda x: 'Interesado' if x == ('interesado') else x )

df_p1=df.loc[1::] promedio_ventas=df_p1['Sales'].mean() print(('El promedio de ventas excluyendo la compañía dominante es {}').format(round(promedio_ventas, 2))) promedio_walmart= df['Sales'].loc[0] print('Evidentemente existe una diferencia muy amplia entre Walmart y sus competidores. Se compara un ' + str(round(promedio_ventas, 2)) + ' vs '+str(round(promedio_walmart,2))) df_grafica1=df_p1['Sales'].groupby(by= df_p1['Company']).mean().sort_values(ascending=False) df_grafica1.plot(kind='bar', figsize=(18,5), color='b')

df_p2=df.loc[1::] mediana_ventas=df_p2['Sales'].median() print(('La mitad de las compañías generaron al menos {} ').format(mediana_ventas)) df_grafica2=df_p2['Sales'].groupby(by= df_p2['Company']).median().sort_values(ascending=False) df_grafica2.plot(kind='bar', figsize=(18,5), color='b') plt.axhline(y=mediana_ventas, color='r') print(('Se evidencia que desde Publix en adelante( {} ) está la mayoría en cuanto a ventas, de nuevo se excluyó Walmart').format(mediana_ventas))

df_p3=df.loc[1::] mediana_tiendas=df_p3['Stores'].median() print(('La mitad de las compañías generaron al menos {} ').format(mediana_tiendas)) df_grafica3=df_p3['Stores'].groupby(by= df_p3['Company']).median().sort_values(ascending=False) df_grafica3.plot(kind='bar', figsize=(18,5), color='g') plt.axhline(y=mediana_tiendas, color='b') print(('Se evidencia que desde Target en adelante({}) está la mayoría en cuanto a ventas, de nuevo se excluyó Walmart').format(mediana_tiendas))

corr = df.corr() mask = np.triu(corr) fig, ax = plt.subplots(figsize=(7, 5)) sns.heatmap(corr,mask=mask, fmt='.1f',vmax=.3, linewidths=.5,square=True, cbar_kws = {'shrink':0.5},annot=True, center=0) print('no hay co relación entre el número de tiendas vs las ventas')

minimo_ventas=df['Sales'].min() maximo_ventas=df['Sales'].max() print('El rango de ventas esta entre ' + str(minimo_ventas) + ' y ' + str(maximo_ventas))

#df['group'].plot(kind='bar', color=['r', 'g', 'b', 'r', 'g', 'b', 'r']) df_grafica6=df['Stores'].groupby(by= df['Company']).sum().sort_values(ascending=False).head(5) df_top5=df['Company'].head(5) top_tiendas=df_grafica6.index.to_list() top_ventas=df_top5.tolist() lista_rep=list(set(top_tiendas) & set(top_ventas)) lista_colores=[] for c in top_tiendas: if c in top_ventas: lista_colores.append('g') else: lista_colores.append('b') df_grafica6.plot(kind='bar', figsize=(18,5), color=lista_colores) print(('Las compañías que hacen parte del top de ventas y a las vez del top de más tiendas son {}').format(lista_rep))

df['Category'].unique() df_grafica7=df['Sales'].groupby(by= df['Category']).sum().sort_values(ascending=False).head(5) df_grafica7.plot(kind='pie', figsize=(18,10), label='')

df['ventas_x_tienda']=round(df['Sales']/df['Stores'],2) df_8=df[(df['Stores']>0)] df_8=df_8.sort_values(by=['ventas_x_tienda'], ascending=False).head(5) series_8=df_8.iloc[0] tienda=series_8['Company'] ventas_x_tienda=series_8['ventas_x_tienda'] print(('Se evidencia que la compañia que mas tiene efectivada de ventas por tienda es {t} con un factor de {v} ventas por tienda').format(t=tienda,v=ventas_x_tienda))

df_8

#df_8=df_8.set_index('Company') df_8 df_8['ventas_x_tienda'].plot(kind='bar', figsize=(18,10),color=['b', 'g','g','g','g',]) print('en esta gráfica se evidencia el factor mencionado anteriomente')

df_online=df[(df['Stores']==0)] tiendas_internet=df_online.sort_values(by='Sales', ascending=False) tiendas_internet=tiendas_internet['Company'].to_list() df_online=df_online.sort_values(by='Sales', ascending=False).head(1) tienda_online=df_online['Company'].iloc[0] ventas_online=df_online['Sales'].iloc[0] print(('Las tiendas que venden exclusivamebte online son {} ').format(tiendas_internet)) print(('Se evidencia que la compañía online que más vende es {t} con un total de {v}').format(t=tienda_online, v=ventas_online))

lista_colores=[] todas_no_w=df_grafica2.index.to_list() for c in todas_no_w: if c in tiendas_internet: lista_colores.append('r') else: lista_colores.append('b') df_grafica2=df_p2['Sales'].groupby(by= df_p2['Company']).median().sort_values(ascending=False) df_grafica2.plot(kind='bar', figsize=(18,10), color=lista_colores) plt.axhline(y=mediana_ventas, color='g') print('Las tiendas online estan resaltadas en color rojo, se evidencia que ambas están por encima de la mediana(verde)')

df_8

df_cat_st=df[['Category', 'Stores']] df_cat_st = df_cat_st['Stores'].groupby(df_cat_st['Category']).sum().sort_values(ascending=False).head(1) mejor_cat_st = df_cat_st.index[0] tiendas_cat = df_cat_st.iloc[0] df_cat = df['Stores'].groupby(df['Category']).sum() df_cat.plot(kind='pie', figsize=(19,10)) (('La categoría que mas tiendas tiene se llama {m} y posee un total de {v} puntos').format(m=mejor_cat_st, v=tiendas_cat))

df_cat=df[['Category', 'Sales']] df_cat

df_cat=df[['Category', 'Sales']] df_cat = df_cat['Sales'].groupby(df_cat['Category']).sum().sort_values(ascending=False).head(1) mejor_cat = df_cat.index[0] ventas_cat = df_cat.iloc[0] df_cat = df['Sales'].groupby(df['Category']).sum() df_cat.plot(kind='pie', figsize=(19,10)) (('La categoría que mas vende se llama {m} y posee un total de {v} ventas').format(m=mejor_cat, v=ventas_cat))

df_9=df[(df['Stores']>0)] df_9=df_9.sort_values(by=['ventas_x_tienda'], ascending=False).head(5) series_9=df_9.iloc[0] cat=series_9['Category'] ventas_x_tienda=series_9['ventas_x_tienda'] df_9=df_9.set_index('Category') df_9['ventas_x_tienda'].plot(kind='bar', figsize=(19,10)) print(('Se evidencia que la Categoría que mas tiene efectivadad de ventas por tienda es {t} con un factor de {v} ventas por tienda').format(t=cat,v=ventas_x_tienda))