# 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 openpyxl
import matplotlib.pyplot as plt
import seaborn as sns
# 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("Artículos y cantidades de ventas")
print(my_df['article_name'].value_counts()) # cuenta valores únicos
print("El artículo más vendido es HDD.")
# RESOLUCIÓN GRÁFICA
font1 = {'family':'sans','color':'black','size':15}
font2 = {'family':'sans','color':'darkred','size':10}
font3 = {'family':'sans','color':'black','size':8}
sns.displot(my_df, x='article_name')
plt.title("Articulo con más ventas", fontdict = font1)
plt.xlabel("Artículos", fontdict = font2)
plt.ylabel("Cantidad de ventas", fontdict = font2)
plt.xticks(rotation=90) # 'vertical'
plt.savefig('ArtMasVendido.jpg')
plt.show()
print("El artículo más vendido es HDD.")
#Artículos con más unidades vendidas
df1_2 = (my_df.groupby(by='article_name').sum()).sort_values('quantity', ascending=False).head(5)
pd.options.display.float_format='$ {:,.2f}'.format
print("Cant art vendidos")
print(df1_2[['quantity'] + ['total_amount']])
print("El artículo más vendido en unidades es HDD.")
# RESOLUCIÓN GRÁFICA
colors = sns.color_palette('Set2_r')
plt.title("Artículos con más unidades vendidas", fontdict = font1)
plt.pie(x=df1_2['quantity'],labels=df1_2.index, colors = colors, autopct="%1.1f%%" )
plt.savefig('ArtMasUnidades.jpg')
plt.show()
# index es el 'article_name' del df2
print("El artículo más vendido en unidades es HDD.")
# 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("Artículos con más ingresos vendidos")
print(df2['total_amount'])
print("El artículo que más ingresos generó es Full Pc.")
# RESOLUCIÓN GRÁFICA
colors = sns.color_palette('Set2_r')
plt.title("Artículos con más ingresos", fontdict = font1)
plt.pie(x=df2['total_amount'],labels=df2.index, colors = colors, autopct="%1.1f%%" )
plt.savefig('ArtMasIngresos.jpg')
plt.show()
# index es el 'article_name' del df2
print("El artículo que más ingresos generó es Full Pc.")
# RESOLUCIÓN ANALÍTICA
df4 = (my_df.groupby(by='seller_name').sum()).sort_values('total_amount', ascending=False)
pd.options.display.float_format='$ {:,.2f}'.format
print("Cinco vendedores con más importes vendidos")
print(df4[['quantity'] + ['total_amount']].head(5))
print("El bono corresponde a Janel o'Curran")
# RESOLUCIÓN GRÁFICA
colors = sns.color_palette('Set2_r')
plt.title("Ingresos por Vendedor", fontdict = font1)
plt.xlabel('Vendedor', fontdict = font2)
plt.ylabel('Importe', fontdict = font2)
plt.bar(df4.index, df4['total_amount'],color= colors)
plt.xticks(rotation=90)
plt.savefig('MejorVendedor.jpg')
plt.show()
print("El bono corresponde a Janel o'Curran")
# RESOLUCIÓN ANALÍTICA
df5 = (my_df.groupby(by='week').sum()).sort_values('total_amount', ascending=False)
pd.options.display.float_format='$ {:,.2f}'.format
print("Ventas por semana")
print(df5)
print("En las semanas 3 y 4 bajan las ventas, sería óptimo lanzar promociones")
# RESOLUCIÓN GRÁFICA
colors = sns.color_palette('Set2_r')
plt.xlabel('Semana', fontdict = font2)
plt.ylabel('Importe', fontdict = font2)
plt.bar(df5.index, df5['total_amount'],color= colors)
plt.title("Ventas por semana", fontdict = font1)
plt.savefig('VentasPorSemana.jpg')
plt.show()
# RESOLUCIÓN
# Cuáles son los dos países con más ventas?
# Ventas filtrado por país. Comparar 2 países
# Cuál es el producto que más se vende, en qué cantidad
# Resolución Analítica y Gráfica
#RESOLUCIÓN ANALÍTICA
df6 = (my_df.groupby(by='country_name').sum()).sort_values('total_amount' , ascending=False)
pd.options.display.float_format='$ {:,.2f}'.format
print("Países con más importes de ventas")
print(df6[['quantity'] + ['total_amount']].head(2))
print("Los dos países con más ventas son Brazil y Argentina")
#RESOLUCIÓN GRÁFICA
colors = sns.color_palette('Set2_r')
plt.bar(df6.index, df6['total_amount'],width=0.5,color= colors)
plt.xticks(rotation=90)
plt.xlabel('Paises', fontdict = font2)
plt.ylabel('Importe', fontdict = font2)
plt.title("Países con más importes de ventas", fontdict = font1)
plt.savefig('PaisesconMasImportesdeVentas.jpg')
plt.show()
print("Los dos países con más ventas son Brazil y Argentina")
# RESOLUCIÓN
# Ventas filtrado por país. Comparar 2 países
# Cuál es el producto que más se vende, en qué cantidad
#dos paises ordenados por producto
#Brasil
df7_1 = my_df.loc[(my_df['country_name'] == 'Brazil') ]
df7_2 = (df7_1.groupby(by='article_name').sum()).sort_values('quantity', ascending=False)
pd.options.display.float_format='$ {:,.2f}'.format
print("Cantidades e Importes vendidos por artículo en Brazil Ordenado por Cantidades")
print(df7_2[['quantity'] + ['total_amount']].head(5))
#Argentina
df7_3 = my_df.loc[(my_df['country_name'] == 'Argentina')]
df7_4 = (df7_3.groupby(by='article_name').sum()).sort_values('quantity', ascending=False)
pd.options.display.float_format='$ {:,.2f}'.format
print("Cantidades e Importes vendidos por artículo en Argentina Ordenado por cantidades")
print(df7_4[['quantity'] + ['total_amount']].head(5))
print("En Brazil el producto que más se vende en cantidad son Tablet y HDD y en Argentina son CPU y SDD.")
#RESOLUCIÓN GRÁFICA
colorsb = sns.color_palette('Blues')
colorsg = sns.color_palette('BuGn')
plt.bar(df7_2.index, df7_2['total_amount'],width=0.5,color=colorsb),
plt.xticks(rotation=90)
plt.bar(df7_4.index, df7_4['total_amount'],width=0.5,color=colorsg),
plt.xticks(rotation=90)
plt.xlabel('Productos', fontdict = font2)
plt.ylabel('Importe', fontdict = font2)
plt.title("Productos más vendidos Brazil (azul) y Argentina (verde) ", fontdict = font1)
plt.savefig('ProductosMasVendidosBrazilyArgentina.jpg')
plt.show()
print("En Brazil el producto que más se vende en cantidad son Tablet y HDD y en Argentina son CPU y SDD.")
#Mismos resultados con dos graficos en un lienzo
colors = sns.color_palette('Set2_r')
plt.subplot(3,1, 1)
plt.title("Ventas por Producto en Brazil Ordenados por cantidad", fontdict = font3)
plt.savefig('VentasPorProductoEnBrazil.jpg')
plt.xlabel('Productos', fontdict = font3)
plt.ylabel('Importe', fontdict = font3)
plt.bar(df7_2.index, df7_2['total_amount'],width= 1,color=colors)
plt.xticks(rotation=90)
plt.subplot(3,1,3)
plt.title("Ventas por Producto en Argentina Ordenados por cantidad", fontdict = font3)
plt.savefig('VentasPorProductoEnArgentina.jpg')
plt.xlabel('Productos', fontdict = font3)
plt.ylabel('Importe', fontdict = font3)
plt.bar(df7_4.index, df7_4['total_amount'],width= 1,color=colors)
plt.xticks(rotation=90)
plt.show()
# RESOLUCIÓN
# Evolución de Ventas por producto.
# Tomar 2 países y 'week' como variable categórica
# Resolución Analítica y Gráfica
#dos paises ordenados por producto
df8 = my_df.loc[(my_df['country_name'] == 'Brazil') | (my_df['country_name'] == 'Argentina')]
df8_1 = (df8.groupby(by='week').sum()).sort_values('quantity', ascending=False)
pd.options.display.float_format='$ {:,.2f}'.format
print("Cantidades e Importes vendidos por semana en Brazil y Argentina")
print(df8_1)
# Evolución de Ventas por producto.
# Resolución grafica
colors = sns.color_palette('Set2_r')
plt.bar(df8_1.index, df8_1['quantity'],width=0.5,color=colors)
plt.xticks(rotation=90)
plt.title("Cantidades e Importes vendidos por semana en Brazil y Argentina", fontdict = font1)
plt.xlabel('Semanas', fontdict = font2)
plt.ylabel('Cantidades', fontdict = font2)
plt.savefig('CantidadesImpxSemanaBrazilyArgentina.jpg')
plt.show()
# dos paises por separado
#Brasil
#df7_1 = my_df.loc[(my_df['country_name'] == 'Brazil') ]
df8_2 = (df7_1.groupby(by='week').sum()).sort_values('quantity', ascending=False)
pd.options.display.float_format='$ {:,.2f}'.format
print("Cantidades e Importes vendidos por semana en Brazil ordenados por cantidad")
print(df8_2[['quantity'] + ['total_amount']].head(5))
#Argentina
#df7_3 = my_df.loc[(my_df['country_name'] == 'Argentina')]
df8_3 = (df7_3.groupby(by='week').sum()).sort_values('quantity', ascending=False)
pd.options.display.float_format='$ {:,.2f}'.format
print("Cantidades e Importes vendidos por semana en Argentina ordenados por cantidad")
print(df8_3[['quantity'] + ['total_amount']].head(5))
print("En Brazil, las cantidades vendidas bajan de la semana 1 a la 4")
print("En Argentina, en la semana 2 aumenta la venta y siguen bajando en la 3 y 4")
#Resolución grafica dos paises separados
colors = sns.color_palette('Set2_r')
plt.bar(df8_2.index, df8_2['total_amount'],width=0.5,color=colors),
plt.xticks(rotation=90)
plt.title("Importes vendidos por semana en Brazil", fontdict = font1)
plt.xlabel('Semanas', fontdict = font2)
plt.ylabel('Importes', fontdict = font2)
plt.savefig('ImportesxSemanaBrazil.jpg')
plt.show()
plt.bar(df8_3.index, df8_3['total_amount'],width=0.5,color=colors),
plt.xticks(rotation=90)
plt.title("Importes vendidos por semana en Argentina", fontdict = font1)
plt.xlabel('Semanas', fontdict = font2)
plt.ylabel('Importes', fontdict = font2)
plt.savefig('ImportesxSemanaArgentina.jpg')
plt.show()
print("En Brazil y Argentina las ventas son mayores en las dos primeras semanas.")
#Mismos resultados que anterior pero con barras horizontales
#Brazil
df8_4 = df7_1.groupby('week')[['quantity','total_amount',]].sum().sort_values('quantity', ascending=False)
print("Cantidades e Importes vendidos por semana en Brazil")
print(df8_4.head(5))
#Argentina
df8_5 = df7_3.groupby('week')[['quantity','total_amount']].sum().sort_values('quantity', ascending=False)
print("Cantidades e Importes vendidos por semana en Argentina")
print(df8_5.head(5))
#Brazil
print("Cantidades e Importes vendidos por semana en Brazil")
df8_4.plot(kind='barh', stacked=True, color = colorsb)
plt.show()
#Argentina
print("Cantidades e Importes vendidos por semana en Argentina")
df8_5.plot(kind='barh', stacked=True, color = colorsg)
plt.show()
# RESOLUCIÓN
# Mejor vendedor/producto. Mostrar importe/cantidad. Comparar 2 países (variable categórica)
# Resolución Analítica y Gráfica
# dos paises por separado
#Brasil
#df7_1 = my_df.loc[(my_df['country_name'] == 'Brazil') ]
df9_1 = (df7_1.groupby(by='seller_name').sum()).sort_values('total_amount', ascending=False)
pd.options.display.float_format='$ {:,.2f}'.format
print("Cantidades e Importes vendidos por vendedor en Brazil")
print(df9_1[['quantity'] + ['total_amount']].head(5))
#Argentina
#df7_3 = my_df.loc[(my_df['country_name'] == 'Argentina')]
df9_2 = (df7_3.groupby(by='seller_name').sum()).sort_values('total_amount', ascending=False)
pd.options.display.float_format='$ {:,.2f}'.format
print("Cantidades e Importes vendidos por vendedor en Argentina Ordenadas por importe")
print(df9_2[['quantity'] + ['total_amount']].head(5))
print("Mejor vendedor por importes vendidos en Brazil:Saisie Slograve")
print("Mejor vendedor por importes vendidos en Argentina: Janel O'Curran")
# Mejor vendedor/producto. Mostrar importe/cantidad. Comparar 2 países (variable categórica)
# Resolución Gráfica
colors = sns.color_palette('Set2_r')
sns.set_context('paper')
plt.subplot(2, 3, 1)
plt.bar(df9_1.index, df9_1['total_amount'],width= 1, color = colors),
plt.xticks(rotation=90)
plt.xlabel('Vendedor', fontdict = font3)
plt.ylabel('Importe', fontdict = font3)
plt.title("Ventas por vendedor en Brazil", fontdict = font3)
plt.savefig('VentasXVendedorBrazil.jpg')
plt.subplot(2,3,3)
plt.bar(df9_2.index, df9_2['total_amount'],width= 1,color = colors),
plt.xticks(rotation=90)
plt.xlabel('Vendedor', fontdict = font3)
plt.ylabel('Importe', fontdict = font3)
plt.title("Ventas por vendedor en Argentina", fontdict = font3)
plt.savefig('VentasXVendedorArgentina.jpg')
plt.show()
print("Mejor vendedor por importes vendidos en Brazil:Saisie Slograve")
print("Mejor vendedor por importes vendidos en Argentina: Janel O'Curran")
Si bien los 5 productos más vendidos en cantidad son HDD y SDD (Grafico Pregunta 1) los que más ingresos dieron son Full PC y Notebook (Gráfico Pregunta 2) por el precio de los mismos.
Los dos mejores vendedores son Janel O'Curran que vendió 703 artículos, por un total de $ 192,832.47 y le sigue Brockie Patience con 441 artículos vendidos, por $ 142,709.88 (Gráfico Pregunta 3).
Los dos primeros países con más ventas son Brazil y Argentina con el producto con más importe de venta es en Brazil la Tablet (156 unidades) y en Argentina la CPU (104 unidades).
Según la evolución de ventas por semana se vende más en Brazil la primer semana y en Argentina la segunda semana.
Se sugiere incrementar las ventas a partir de la segunda semana en Brazil y en Argentina en la primera y a partir de la tercer semana, para mantener el nivel de ventas más alto en las dos primeras semanas, publicitando los 5 artículos más vendidos, y realizar ofertas en las semanas dos y tres.
Viendo las cantidades vendidas por vendedor, la diferencia entre el que más vende y el que menos vende es grande, tal vez subiendo las comisiones en las ventas, incrementando así el incentivo monetario, los que menos venden estarían más cerca de los que más venden.