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('largest_us_retailers.csv') df.info()

df

# filtrar de los datos a la compañia dominante en ventas datos_menos_primero = df.sort_values('Sales', ascending=False)[1:] # obtener la media de la columna de ventas menos la compañia dominante promedio_ventas_menos_primero = datos_menos_primero['Sales'].mean() print('Promedio de ventas: ' + str(round(promedio_ventas_menos_primero, 2)) + ' millones de USD')

desviasion_estandar = datos_menos_primero['Sales'].std() print('Desviación estándar de las ventas: ' + str(round(desviasion_estandar, 2)) + ' millones de USD')

Q3 = datos_menos_primero['Sales'].quantile(q = 0.75) Q2 = datos_menos_primero['Sales'].quantile(q = 0.25) iqr = Q3 - Q2 print('El 50 % de las compañias vende entre ' + str(Q2) + ' y ' + str(Q3) + ' millones de USD')

plt.figure(figsize=(15,9)) sns.barplot(y = datos_menos_primero['Sales'], ci = 'sd') plt.show()

plt.figure(figsize=(15,9)) plt.bar(datos_menos_primero['Company'], datos_menos_primero['Sales']) plt.xticks(rotation='vertical') plt.grid() plt.axhline(promedio_ventas_menos_primero, color ="y", linestyle = '--', linewidth = 2) plt.show()

plt.figure(figsize=(15,9)) sns.boxplot(data = datos_menos_primero, x = 'Sales') plt.grid() plt.show()

company_q2_max = datos_menos_primero[datos_menos_primero['Sales'] >= Q2] suma_sales_q2_max = company_q2_max['Sales'].sum() print('Las ventas del 75% de las mejores compañías en ventas, suman en total: ' + str(suma_sales_q2_max) + ' millones de USD')

total_sales = df['Sales'].sum() company_min_q2 = datos_menos_primero[datos_menos_primero['Sales'] <= Q2] suma_sales_min_q2 = company_min_q2['Sales'].sum() walmart_sales = int(df[df['Company'] == 'Walmart US']['Sales'])

labels = 'Walmart US', '25 % de Compañias', '75 % de Compañias' sizes = [walmart_sales, suma_sales_min_q2, suma_sales_q2_max] plt.figure(figsize=(15,9)) plt.pie(sizes, labels=labels, autopct='%1.1f%%') plt.axis('equal') # La misma relación de aspecto garantiza que el pastel se dibuje como un círculo. plt.title('Volumen de ventas totales') plt.show()

Q2_tiendas = df['Stores'].quantile(0.25) Q3_tiendas = df['Stores'].quantile(0.75) iqr = Q3 - Q2 print('El 50% de las compañias tiene entre ' + str(int(Q2_tiendas)) + ' y ' + str(int(Q3_tiendas)) + ' tiendas')

plt.figure(figsize=(15,9)) sns.boxplot(data = df, x = 'Stores') plt.show()

bins = range(0,16000,1000) plt.figure(figsize=(15,9)) plt.hist(df['Stores'], bins) plt.grid() plt.title('Compañias vs tiendas') plt.ylabel('Cantidad de compañias') plt.xlabel('Cantidad de tiendas') plt.show()

plt.figure(figsize=(15,9)) sns.scatterplot(data=datos_menos_primero, x='Sales', y='Stores') plt.title('Cantidad de tiendas vs ventas') plt.grid() plt.show()

Q3 = datos_menos_primero['Sales'].quantile(q = 0.75) Q2 = datos_menos_primero['Sales'].quantile(q = 0.25) iqr = Q3 - Q2 print('Excluyendo a Walmar US el rango intercuartil (IQR) entre las ventas es de ' + str(iqr) + ' millones de USD') min = datos_menos_primero['Sales'].quantile(q = 0.0) max = datos_menos_primero['Sales'].quantile(q = 1.0) rango = max - min print('Excluyendo a Walmar US el rango entre las ventas es de ' + str(rango) + ' millones de USD')

plt.figure(figsize=(15,9)) sns.boxplot(data=datos_menos_primero, x = 'Sales') plt.show()

orden_tiendas = df.sort_values('Stores', ascending=0) primeras_tiendas = orden_tiendas[0:5] print('Primeras 5 compañias con mas tiendas:') print(primeras_tiendas['Company'])

orden_ventas = df.sort_values('Sales', ascending = 0) primeras_ventas = orden_ventas[0:5]

lista_tiendas = list(primeras_tiendas['Company']) lista_ventas = list(primeras_ventas['Company']) for i in range(len(lista_tiendas)): for j in range(len(lista_ventas)): if lista_tiendas[i] == lista_ventas[j]: print(lista_tiendas[i] + '\nEsta en el lugar ' + str(i+1) + ' de más tiendas y en el lugar ' + str(j+1) + ' de más ventes' )

plt.figure(figsize=(14,8)) sns.barplot(data=orden_tiendas[0:5], x='Company', y='Stores') plt.xticks(rotation='vertical') plt.title('Compañias con más tiendas') plt.show()

plt.figure(figsize=(14,8)) sns.barplot(data=orden_ventas[0:5], x='Company', y='Sales') plt.xticks(rotation='vertical') plt.title('Compañias con más ventas') plt.show()

group = df.groupby('Category') ventas_grupo = group['Sales'].sum() lista_ordenada_ventas_grupo = ventas_grupo.sort_values(ascending=False) lista_ordenada_ventas_grupo

llaves = lista_ordenada_ventas_grupo.keys() plt.figure(figsize=(14,8)) sns.barplot(x = llaves, y = lista_ordenada_ventas_grupo) plt.xticks(rotation='vertical') plt.xlabel('Categorias') plt.ylabel('Ventas') plt.title('Ventas por categoria') plt.grid() plt.show()

ventas_entre_tiendas = df.sort_values('Sales/Avg. Store', ascending = False) print(list(ventas_entre_tiendas['Company'])[0] + ' es el primer lugar en ventas en relación con sus tiendas físicas') print(list(ventas_entre_tiendas['Company'])[1] + ' es el segundo lugar en ventas en relación con sus tiendas físicas')

plt.figure(figsize=(14,8)) sns.barplot(data=ventas_entre_tiendas, x = 'Company', y = 'Sales/Avg. Store') plt.xticks(rotation='vertical') plt.grid() plt.show()

company_online = df[df['Stores'].isna()] company_online

promedio_ventas_online = company_online['Sales'].mean() print('Promedio de ventas en compañias online: ' + str(promedio_ventas_online) + ' millones de USD')

company_fisica = datos_menos_primero[datos_menos_primero['Stores'].isna() != True] company_fisica

promedio_ventas_fisica = company_fisica['Sales'].mean() print('Excluyendo a Walmar US') print('Promedio de ventas en compañias fisicas: ' + str(promedio_ventas_fisica) + ' millones de USD')

porcentaje_ventas_fisicas_vs_online = promedio_ventas_fisica / promedio_ventas_online * 100 print('El promedio de ventas de todas las compañias con tiendas físicas representa el ' + str(round(porcentaje_ventas_fisicas_vs_online,1)) + '% de el \npromedio de ventas de todas las compañias con tiendas online.')

x =['Online', 'Física'] y =[promedio_ventas_online, promedio_ventas_fisica] plt.figure(figsize=(14,8)) sns.barplot(x=x, y=y) plt.xlabel('Compañia') plt.ylabel('Promedio de ventas') plt.title('Promedio de ventas Online vs Físicas') plt.show()

group = company_fisica.groupby('Category') tiendas_grupo = group['Stores'].sum() lista_ordenada_tiendas_grupo = tiendas_grupo.sort_values(ascending=False) lista_ordenada_tiendas_grupo

llaves_tiendas = lista_ordenada_tiendas_grupo.keys() plt.figure(figsize=(14,8)) sns.barplot(x=llaves_tiendas, y=lista_ordenada_tiendas_grupo) plt.xticks(rotation='vertical') plt.grid() plt.show()

!pip install session_info==1.0.0

import session_info session_info.show()