# Levanto los datos en 3 diferentes dataframes
#Articulos
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'])
# Vendedores
df_sellers = pd.read_excel('/work/data/sellers.xlsx', index_col=0)
# Ordenes
df_orders = pd.read_csv('/work/data/orders.csv')
# Exploración del df de artículos
print('Muestra de datos')
print(df_articles.head()) # head() 5 Filas por defecto
print('\nFormato del dataframe')
print(df_articles.shape)
print('\nBusqueda de valores nuls por columna')
print(df_articles.isnull().sum())
print('\nFormato de los datos por columna')
print(df_articles.dtypes)
# Exploración del df de vendedores
print('Muestra de datos')
print(df_sellers.head()) # head() 5 Filas por defecto
print('\nFormato del dataframe')
print(df_sellers.shape)
print('\nBusqueda de valores nuls por columna')
print(df_sellers.isnull().sum())
print('\nFormato de los datos por columna')
print(df_sellers.dtypes)
# Exploración del df de órdenes
print('Muestra de datos')
print(df_orders.head()) # head() 5 Filas por defecto
print('\nFormato del dataframe')
print(df_orders.shape)
print('\nBusqueda de valores nuls por columna')
print(df_orders.isnull().sum())
print('\nFormato de los datos por columna')
print(df_orders.dtypes)
df_articles['unit_price'] = df_articles['unit_price'].astype(float)
print(df_articles.dtypes)
my_df = df_orders.copy() # shallow copy o copia superficial (otro Objeto alojado en la memoria)
# Cambio el indice del df de artículos
df_articles.set_index('article_id', inplace=True)
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'])
# df_articles
# print()
# my_df
for i in range(max(my_df.count())):
# SINTAXIS: df_articles.loc[indice][columna]
# [indice] va a ser el dato que obtengo de my_df.loc[i]['article_id']
# [indice] -> [my_df.loc[i]['article_id']]
# o sea, tomo registro a registro el article_id y lo uso para extraer el nombre del artículo (article_name)
# print(df_articles.loc[my_df.loc[i]['article_id']]['article_name'])
article = df_articles.loc[my_df.loc[i]['article_id']]['article_name']
# print(article)
# Asignar a cada valor id de la columna 'article_name' (my_df) el nombre del artículo
my_df.loc[i, 'article_name'] = article
# hacemos lo mismo con total amount
my_df.loc[i, 'total_amount'] = my_df.loc[i, 'quantity']*df_articles.loc[my_df.loc[i]['article_id']]['unit_price']
# columna de seller_name
my_df.loc[i, 'seller_name'] = df_sellers.loc[my_df.loc[i]['seller_id']]['seller_name']
# elimino las columnas que no necesito del df
my_df.drop(['order_id', 'article_id', 'seller_id'], axis='columns', inplace=True)
print(my_df)
# RESOLUCIÓN ANALÍTICA
print(my_df.groupby(['article_name']).agg({'quantity':'sum'}).sort_values('quantity', ascending=False).head(10))
# suma las unidades vendidas de cada artículo en cada una de las ordenes que incluyen ese artículo
# y entrega a cantidad total de unidades vendidas de cada artículo en orden de mayor a menor
# RESOLUCIÓN GRÁFICA
# otra opción, usando sum en lugar de aggregate
df1 = (my_df.groupby(by='article_name').sum()).sort_values('quantity', ascending=False)
plt.bar(df1.index, df1['quantity'], color='seagreen')
plt.xticks(rotation=90) # 'vertical'
plt.show()
# RESOLUCIÓN ANALÍTICA
df2 = (my_df.groupby(by='article_name').sum()).sort_values('total_amount', ascending=False).head(5)
pd.options.display.float_format='$ {:,.2f}'.format
print(df2['total_amount'])
# RESOLUCIÓN GRÁFICA
plt.pie(x=df2['total_amount'],labels=df2.index)
plt.show()
# 'article_name' es el indice del df2
# RESOLUCIÓN ANALÍTICA
df4 = (my_df.groupby(by='seller_name').sum()).sort_values('total_amount', ascending=False)
pd.options.display.float_format='$ {:,.2f}'.format
# seller_name es el indice
print(df4[['quantity'] + ['total_amount']].head(5))
# RESOLUCIÓN GRÁFICA
plt.bar(df4.index, df4['total_amount'])
plt.xticks(rotation=60)
plt.show()
# RESOLUCIÓN ANALÍTICA
df5 = (my_df.groupby(by='week').sum()).sort_values('total_amount', ascending=False)
pd.options.display.float_format='$ {:,.2f}'.format
print(df5)
# RESOLUCIÓN GRÁFICA
plt.bar(df5.index, df5['total_amount'])
plt.show()
# Resolución Analítica y Gráfica
df_arg=my_df[my_df['country_name']=="Argentina"]
df_arg_sellers=(df_arg.groupby('seller_name').sum()).sort_values('total_amount', ascending=False)
df_arg_sellers.drop(['week'], axis='columns', inplace=True)
print(f"""Mejores vendedores de Argentina\n {df_arg_sellers}""")
sns.pointplot(x=df_arg_sellers.index, y=df_arg_sellers['total_amount'], markers='^', palette="crest").set(title='Mejores vendedores por monto')
plt.xticks(rotation=60)
plt.show()
df_arg_sellers=(df_arg.groupby('seller_name').sum()).sort_values('quantity', ascending=False)
sns.pointplot(x=df_arg_sellers.index, y=df_arg_sellers['quantity'], markers='o', palette="flare").set(title='Mejores vendedores por cantidades')
plt.xticks(rotation=60)
plt.show()
# Resolución Analítica y Gráfica
print('Los 5 Paises con mayores montos en ventas\n')
df_paises = (my_df.groupby(by='country_name').sum()).sort_values('total_amount', ascending=False)
pd.options.display.float_format='$ {:,.2f}'.format
print(df_paises['total_amount'].head())
top=df_paises['total_amount'].head()
fig = plt.figure()
c=['mediumaquamarine', 'lightskyblue', 'khaki', 'darksalmon','whitesmoke']
plt.pie(top, labels=top.index, colors=c, startangle=21, wedgeprops={"linewidth": 2, "edgecolor": "white"})
centre_circle = plt.Circle((0,0),0.55, fc="white")
fig = plt.gcf()
fig.gca().add_patch(centre_circle)
plt.show()
# Resolución Analítica y Gráfica
print('Artículos: Analisis de cantidades y montos vendidos\n')
df_cant = my_df.groupby(['article_name']).agg({'quantity':'sum'}).sort_values('quantity', ascending=False)
df_monto = my_df.groupby(['article_name']).agg({'total_amount':'sum'}).sort_values('total_amount', ascending=False)
df_art= df_cant.assign(total_amount= df_monto['total_amount'])
df_artc = df_art.sort_values('quantity', ascending=False).head(3) #tabla articulos ordenados por cantidad
df_artm = df_art.sort_values('total_amount', ascending=False).head(3) #tabla articulos ordenados por monto
cant3=int(df_cant.head(3).sum()) # Cantidad top 3 artículos
cantt=int(df_cant.sum()) # Cantidad total artículos
cantp=int(cant3/cantt*100) # Porcenaje del top 3 respecto del total
monto3=int(df_monto.head(3).sum()) #Monto top 3 artículos
montot=int(df_monto.sum()) #Monto total artículos
montop=int(monto3/montot*100) # Porcenaje del top 3 respecto del total
print(f"""Artículos con mayor cantidad vendida\n\n{df_artc}\n""")
print(f"""El top 3 de artículos en cantidad ha vendido {cant3} unidades. \nEsto corresponde a un {cantp}% del total de {cantt} articulos vendidos.""")
print(F"""\n Articulos con mayores montos vendidos\n\n {df_artm}\n""")
print(f"""El top 3 de artículos en monto se ha vendido por $ {monto3}.\nEsto corresponde a un {montop}% del total de $ {montot} recaudado considerando todos los articulos vendidos. \n""")
fig, ax1 = plt.subplots()
sns.barplot(data=df_art, x=df_art.index, y=df_art['quantity'], ax=ax1, palette="Pastel2")
plt.xticks(rotation=90)
ax2 = ax1.twinx()
sns.lineplot(data=df_art, x=df_art.index, y=df_art['total_amount'], ax=ax2, color="black")
plt.xticks(rotation=90)
ax1.set_xlabel("Artículo")
ax1.set_ylabel("Ventas por Cantidad (unidades)")
ax2.set_ylabel("Ventas por Monto ($)")
plt.show()
Los mejores vendedores en Argentina son, por monto vendido Janel O'Curran con $ 34,971.47 en 91 unidades y por cantidad vendida Cornie Wynrehame con 110 unidades por solo $ 6,720.98.
Se propone entrenar a Cornie Wynrehame en la venta de artículos de mayor valor podría resultar muy redituable.
Los 5 países con más recaudación por ventas son, de mayor a menor, Brasil, Argentina, Colombia, Peru y México. Brasil es el país en el que más se ha recaudado, sus ingresos aportan más del doble que el siguiente país, y más que el segundo y tercer país juntos.
El producto con mayor cantidad de unidades vendidas es "HDD" y es el 13vo en recaudación. El producto que más ingresos generó fue "FullPC" y es el 16vo mas vendido. No hay correlación entre unidades y montos vendidos.
Los 3 artículos más vendidos según cantidad, no representan una proporción significativa respecto del total. En cambio, los 3 artículos con mas ventas por monto representan el 64% del monto total vendido de los 31 artículos. "Full PC" por su cuenta representa un 36%.
Si el objetivo es aumentar la recaudación, el mayor beneficio por menor esfuerzo sería buscar un aumento en la cantidad de ventas de "Full PC".