# 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 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') print(df_articles.dtypes)

# Exploración del df de vendedores print('Muestra de 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') print(df_sellers.dtypes)

# Exploración del df de órdenes print('Muestra de 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') print(df_orders.dtypes)

df_articles['unit_price'] = df_articles['unit_price'].astype(float) print(df_articles.dtypes)

# Creo una copia del df_orders my_df = df_orders.copy() # Cambio el índice del df_articles df_articles.set_index('article_id', inplace=True) print(df_articles.head())

print(my_df.head())

# agrego las columnas que me faltan 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())

# reemplazar los datos ne las nuevas columnas for i in range(len(my_df.index)): # columna article_name # cargo el nombre del artículo en una variable article = df_articles.loc[my_df.loc[i]['article_name']]['article_name'] # se lo asigno a la columna y registro que corresponde my_df.loc[i,'article_name']= article # columna 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_name']]['seller_name'] print(my_df.head())

# elimino las columnas que no necesito 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))

# RESOLUCIÓN ANALÍTICA # Hago una grafica para verlo mejor pero el dato es unico my_df2 = my_df.groupby('article_name').sum() por_cant = my_df2.sort_values('quantity', ascending=False) print(por_cant['quantity'].head(1))

# RESOLUCIÓN GRÁFICA (xticks son los nombres - poner nombre mas bonito ) #grafica de distribucion sns.displot(my_df, x = 'article_name') plt.xticks(rotation = 90 ) plt.show()

# RESOLUCIÓN ANALÍTICA my_df3 = (my_df.groupby('article_name').sum()).sort_values('total_amount', ascending=False).head(5) print(my_df3['total_amount'])

# RESOLUCIÓN GRÁFICA plt.pie(x=my_df3['total_amount'], labels=my_df3.index) plt.show()

# RESOLUCIÓN ANALÍTICA df4 = (my_df.groupby('seller_name').sum()).sort_values('total_amount', ascending=False) print(df4[['quantity']+['total_amount']])

# RESOLUCIÓN GRÁFICA plt.bar(df4.index, df4['total_amount'],width=0.5) plt.xticks(rotation=90) 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'], width= 0.6, color = ['salmon','teal','gold', 'lime']) plt.xticks(np.arange(5)) plt.title('Distribucion de venta en el mes') plt.xlabel ('Semana') plt.ylabel ('Total Vendido') plt.show()

# RESOLUCIÓN my_df6 = (my_df.groupby('country_name').sum()).sort_values('total_amount', ascending=False).head(1) print(my_df6['total_amount'].head(1)) my_df7 = (my_df.groupby('country_name').sum()).sort_values('total_amount', ascending=True).head(1) print(my_df7['total_amount'].head(1))

# RESOLUCIÓN my_df8 = (my_df.groupby('country_name').mean()).sort_values('total_amount') print(my_df8['total_amount'])

# RESOLUCIÓN sns.stripplot(data= my_df , x = 'country_name', y = 'total_amount', hue ='week' ) plt.xticks(rotation=90) plt.show()

1. ¿Cuál es el artículo más vendido? (en unidades) El articulo mas vendido es HDD 413 2. ¿Qué artículo es el que más ingresos nos proporcionó? El articulo de mas ingresos es Full Pc los ingresos son $ 538335.93 3. A qué vendedor debe otorgarse el bono por "Mejor vendedor del mes"? El mejor vendedor del mes es Janel O'Curran quien vendio 703 unidades con un total de $ 192832.47 4. ¿Hay grandes variaciones en ventas a lo largo del mes? Si . las 2 primeras semanas concentran la mayor parte (+60% ) de la venta total del mes. 5. Que pais es el que mas vende ? y el que menos vende ? El pais que mas vende es Brasil y el que menos vende es Puerto Rico 6. Cual es el promedio de Ingresos por pais Paraguay 482.065882 Puerto Rico 632.715000 Chile 880.749286 Honduras 967.462105 Ecuador 970.850000 Bolivia 1193.831579 Peru 1291.368960 Mexico 1372.475149 Brazil 1400.863016 Uruguay 1486.924167 Colombia 1599.227838 Guatemala 1813.077586 Costa Rica 1821.394737 Argentina 1821.529027 Venezuela 2099.581622 El Salvador 3586.953750 7. En que semana se tienen los mayores ingresos por pais ? En la semana 1 y 2 de cada pais , excepto en El salvador que es la semana 3 y Colombia semana 4