# 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) print(df_sellers)

#Ordenes df_orders = pd.read_csv('/work/data/orders.csv') print(df_orders)

# Exploración del df de artículos print('Muestra de 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') print(df_articles.dtypes)

# Exploración del df de vendedores print('Muestra de datos') print(df_sellers.head()) print('\nFormato del dataframe') print(df_sellers.shape) print('\nBusqueda de valores nulos') print(df_sellers.isnull().sum()) print('\nFormato de los datos') print(df_sellers.dtypes)

# Exploración del df de órdenes print('Muestra de datos') print(df_orders.head()) print('\nFormato del dataframe') print(df_orders.shape) print('\nBusqueda de valores nulos') print(df_orders.isnull().sum()) print('\nFormato de los datos') print(df_orders.dtypes)

df_articles['unit_price']=df_articles['unit_price'].astype(float) print(df_articles.dtypes)

# Creo una copia del df_orders my_df = df_orders.copy() #debemos convertir a indice article_id en df_articles # Cambio el indice del df_articles df_articles.set_index('article_id',inplace=True) print(df_articles.head())

#Muestro mi dataFrame para visualizar mejor que datos tengo print(my_df.head())

#agrego las columnas que me faltan 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 datos en las nuevas columnas for i in range(len(my_df.index)): #para columna article_name #cargo el nombre del articulo en una variable(1) y se lo asigno a la columna y registro correspondiente(2) article = df_articles.loc[my_df.loc[i]['article_name']]['article_name'] #(1) my_df.loc[i,'article_name']=article #(2) #para columna total_amount my_df.loc[i,'total_amount'] = my_df.loc[i,'quantity']*df_articles.loc[my_df.loc[i]['article_id']]['unit_price'] #para columna seller_name my_df.loc[i,'seller_name'] = df_sellers.loc[my_df.loc[i]['seller_name']]['seller_name'] print(my_df.head())

#elimino las columnas que no necesito (los id) my_df.drop(['order_id','article_id','seller_id'], axis='columns',inplace=True) print(my_df.head())

#Otro metodo para unificar los datos de cada DataFra d1=pd.DataFrame({'mes':['ene','feb','mar','abr'],'ventas':[10,20,30,15]}) d2=pd.DataFrame({'mes':['ene','feb','mar','abr'],'costos':[7,16,25,12]}) print(pd.merge(d1,d2))

# RESOLUCIÓN ANALÍTICA my_df2 = my_df.groupby('article_name').sum() por_cant = my_df2.sort_values('quantity',ascending=False) print(por_cant['quantity'].head(1))

# RESOLUCIÓN GRÁFICA sns.displot(my_df, x='article_name') plt.xticks(rotation=90) plt.show()

# RESOLUCIÓN ANALÍTICA my_df3 = (my_df.groupby('article_name').sum()).sort_values('total_amount', ascending=False).head(5) print(my_df3['total_amount'])

# RESOLUCIÓN GRÁFICA plt.pie(x=my_df3['total_amount'],labels=my_df3.index) plt.show()

# RESOLUCIÓN ANALÍTICA df4=(my_df.groupby('seller_name').sum()).sort_values('total_amount', ascending=False) print(df4[['quantity']+['total_amount']])

# RESOLUCIÓN GRÁFICA plt.bar(df4.index,df4['total_amount']) plt.xticks(rotation=60) plt.show()

# RESOLUCIÓN ANALÍTICA df5=(my_df.groupby('week').sum()).sort_values('total_amount',ascending=False) print(df5)

# RESOLUCIÓN GRÁFICA plt.bar(df5.index,df5['total_amount']) plt.show()

# RESOLUCIÓN