TP Final Integrador - 22045 - Soledad García Conde

# 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 # levantar excel 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']) # 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 vendedores print('Muestra de datos') print(df_sellers.head()) # head() 5 Filas por defecto print('\nFormato del dataframe') print(df_sellers.shape) print('\nBúsqueda de valores nulls 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('\nBúsqueda de valores nulls 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 índice 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())): # print(i) # SINTAXIS: df_articles.loc[indice][columna] # [indice]: va a ser el dato que obtengo de [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) de df_articles # 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 # my_df # 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'] # elimimo 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 df_articles=my_df[['article_name','quantity']].groupby(by='article_name').sum().reset_index().sort_values('quantity', ascending=False) print(df_articles) # cuenta valores únicos

# RESOLUCIÓN GRÁFICA sns.barplot(y=df_articles.quantity, x=df_articles.article_name, orient="v") 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']) # 'article_name' es el index # print(df2) # agrupa (y suma) sólo datos numéricos # SINTAXIS ALTERNATIVA # pd.options.display.float_format= '$ {:,.2f}'.format # print(my_df[['article_name'] + ['total_amount']].groupby(['article_name']).sum().sort_values('total_amount', ascending=False).head(5))

# RESOLUCIÓN GRÁFICA plt.pie(x=df2['total_amount'], labels=df2.index) plt.show() # 'article_name' es el index

# RESOLUCIÓN ANALÍTICA df4 = (my_df.groupby(by='seller_name').sum()).sort_values('total_amount', ascending=False) pd.options.display.float_format= '$ {:,.2f}'.format # print(df4[['quantity'] + ['total_amount']]) print(df4[['quantity'] + ['total_amount']].head(5)) # 'seller_anme' es el index

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

# RESOLUCIÓN ANALÍTICA df5 = (my_df.groupby(by='week').sum()).sort_values('total_amount', ascending=False) pd.options.display.float_format= '$ {:,.2f}'.format print(df5[['quantity'] + ['total_amount']]) # 'week' es el index

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

# RESOLUCIÓN # Ventas filtrado por país. # Cuál es el producto que más se vende, en qué cantidad # Resolución Analítica y Gráfica´ ## Top países por ventas ($) df_countries = (my_df[['country_name','total_amount','quantity']].groupby(by='country_name').sum()).sort_values('total_amount', ascending=False) pd.options.display.float_format= '$ {:,.0f}'.format print(df_countries) plt.style.use('seaborn') plt.bar(df_countries.index, df_countries['total_amount'], color='C8') plt.xticks(rotation=60) plt.title('Income ($) per Country') plt.show()

# Resolución Analítica y Gráfica # Evolución de Ventas por producto. # Tomar 2 países y 'week' como variable categórica # Articulos ($) por país df_top_3_articles = my_df[(my_df['article_name'] == 'Full Pc') | (my_df['article_name'] == 'Notebook') | (my_df['article_name'] == 'Smartphone')] df_top_3_articles = df_top_3_articles[['article_name','country_name','total_amount']] df_top_3_articles = df_top_3_articles.groupby(['article_name','country_name'])['total_amount'].sum().reset_index() plot_order = df_top_3_articles.groupby('country_name')['total_amount'].sum().sort_values(ascending=False).index.values sns.catplot(y='country_name', x='total_amount', hue='article_name', data=df_top_3_articles, palette='rocket', kind='bar', order=plot_order) plt.xticks(rotation=90) plt.title('Income generated by top 3 selled articles per Country') plt.ylabel('Country') plt.xlabel('Income ($)') plt.show()

Conclusiones

1- El artículo más vendido en unidades fue HDD (con 413 unidades) , seguido de Tablet (374) y SDD (372).

2- El artículo que más ventas proporcionó es Full PC con un monto total de $538,335.93, seguido con menos de la mitad de ese monto las Notebook por una suma total de 251,000.00. En tercer lugar se ubicó el Smartphone por un monto total de &152,250.

3- Este mes el bono al mejor vendedor debe ser otorgado a Janel O'Curran, quien vendió la mayor cantidad de unidades (703 unidades) por un monto total de $192,832.47.

4- En la segunda semana del mes se produjo una importante caída del monto vendido (18% menos), pero no así de la cantidad de unidades (-0,2%). En la tercer semana ya se evidencia una caída más significativa de las unidades vendidas (-13,5%) y también cae el monto (-20,8%), para terminar el mes con una profunda caída tanto de las unidades como del monto vendido (del -50% y -32% respectivamente) con respecto a la semana anterior. Con base en estos datos, se recomienda comenzar una campaña de promoción en la segunda semana.

5- El país que genera mayores ingresos en Brasil, seguido de Argentina y Colombia.