# 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)
# ÓRDENES
df_orders=pd.read_csv('/work/data/orders.csv')
print(df_orders)
# Exploración del df de artículos
print('Muestra de los 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 por columna')
print(df_articles.dtypes)
# Exploración del df de vendedores
print('Muestra de los datos')
print(df_sellers.head())
print('\nFormato del dataframe')
print(df_sellers.shape)
print('\nBúsqueda de valores nulos')
print(df_sellers.isnull().sum())
print('\nFormato de los datos por columna')
print(df_sellers.dtypes)
# Exploración del df de órdenes
print('Muestra de los datos')
print(df_orders.head())
print('\nFormato del dataframe')
print(df_orders.shape)
print('\nBúsqueda de valores nulos')
print(df_orders.isnull().sum())
print('\nFormato de los datos por columna')
print(df_orders.dtypes)
# cambio el tipo de dato de 'unit_price' a float
df_articles['unit_price'] = df_articles['unit_price'].astype(float)
print(df_articles.dtypes)
# cambio el índice del df_articles por la columna article_id
df_articles.set_index('article_id', inplace=True)
print(df_articles.head())
# creo una copia del df_orders
my_df = df_orders.copy()
# agrego algunas columnas extra que necesito y las lleno con los códigos id que las vinculan con los otros df
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 valores en las nuevas columnas del df
for i in range(len(my_df.index)):
article = df_articles.loc[my_df.loc[i]['article_name']]['article_name']
my_df.loc[i,'article_name'] = article
my_df.loc[i,'total_amount'] = my_df.loc[i,'quantity'] * df_articles.loc[my_df.loc[i]['total_amount']]['unit_price']
my_df.loc[i,'seller_name'] = df_sellers.loc[my_df.loc[i]['seller_name']]['seller_name']
print(my_df.head())
# Borrar las columnas que no voy a utilizar
my_df.drop(['order_id','article_id','seller_id'], axis='columns', inplace=True)
print(my_df.head())
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))
print(my_df.head())
# RESOLUCIÓN ANALÍTICA
df2 = my_df.groupby('article_name').sum()
por_cant = df2.sort_values('quantity', ascending=False)
print(por_cant['quantity'].head(1))
# RESOLUCIÓN GRÁFICA
sns.barplot(x=df2.index,y=df2['quantity'],data=df2,order=df2.sort_values('quantity', ascending=False).index)
plt.xticks(rotation=90)
plt.show()
# RESOLUCIÓN ANALÍTICA
df3=(my_df.groupby('article_name').sum()).sort_values('total_amount', ascending=False).head(1)
print(df3['total_amount'])
# RESOLUCIÓN GRÁFICA
plt.pie(x=df3['total_amount'],labels=df3.index)
plt.show()
# RESOLUCIÓN ANALÍTICA
df4 =(my_df.groupby('seller_name').sum()).sort_values('total_amount', ascending=False)
print('Respuesta:')
print(df4[['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()
# BY CECILIA
plt.plot(df5.index, df5["total_amount"])
plt.show()
# RESOLUCIÓN ANALITICA
df6 =(my_df.groupby('country_name').sum()).sort_values('total_amount', ascending=False)
print('Los 10 paises que mas compraron son:')
df6 = df6.head(10)
print(df6['total_amount'].head(10))
# RESOLUCIÓN grafica
plt.pie(x=df6['total_amount'],labels=df6.index)
plt.show()
# 1) Obtener el total de articulo por pais
df_art_pais = my_df.groupby(['country_name', 'article_name']).sum()
# 2) Obtener lista de paises
paises = my_df.groupby('country_name').sum().index.values
# 3) Crear el dataframe final
df_pregunta = pd.DataFrame(columns=['Articulo', 'Cantidad'], index=paises)
#creamos el bucle
for p in paises:
df = df_art_pais.loc[p]
v = df.max()['quantity']
s = df[(df['quantity'] == v)].index[0]
df_pregunta.loc[p] = {'Articulo': s, 'Cantidad': v}
#imprimimos respuesta
df_pregunta['Articulo'] = df_pregunta['Articulo']
print('Articulo mas vendido en cada pais:')
print(df_pregunta)
# RESOLUCIÓN
# 1) Obtener el total de articulo por pais
df_art_vendedor = my_df.groupby(['seller_name', 'article_name']).sum()
# 2) Obtener lista de paises
vendedores = my_df.groupby('seller_name').sum().index.values
# 3) Crear el dataframe final
df_pregunta = pd.DataFrame(columns=['Articulo', 'Cantidad'], index=vendedores)
#creamos el bucle
for p in vendedores:
df = df_art_vendedor.loc[p]
v = df.max()['quantity']
s = df[(df['quantity'] == v)].index[0]
df_pregunta.loc[p] = {'Articulo': s, 'Cantidad': v}
#imprimimos respuesta
df_pregunta['Articulo'] = df_pregunta['Articulo']
print('Respuesta al enunciado::')
print(df_pregunta.head(1))
df9 =(my_df.groupby('seller_name').mean()).sort_values('total_amount', ascending=False)
print('El promedio de ventas por cada vendedor es')
print((df9['total_amount']).head(5))
plt.plot(df9.index, df9["total_amount"])
plt.xticks(rotation=85)
plt.show()
Luego de realizar el análisis de los datos de las ventas obtenidos de los Data sets, se puede concluir que a partir de la información graficada se pueden tomar decisiones tales como: cual es el mejor vendedor, que producto fue el que mas vendió, el articulo mas vendido, el pais que mas compro, entre otras.
En base a esto se considera que se debe hacer foco en reforzar las relaciones comerciales con los paises que mas compran y a su vez establecer planes de objetivos para los vendedores que tienen mas bajo performance, haciendo foco en esos productos que son los mas comprados y los que mayor ingreso representan.