#imports import numpy as np #Funciones matemáticas + array + matriz import pandas as pd #Series y dataframes import openpyxl import sqlite3 as sql3 #Base de datos liviana import matplotlib.pyplot as plt #Gráficos import seaborn as sns #Gráficos

#RESOLUCIÓN ANALÍTICA #Nuevo df con agrupado por nombre del artículo my_df2 = my_df.groupby('article_name').sum() #Ordenar el df por cantidad por_cantidad = my_df2.sort_values('quantity', ascending=False) print(por_cantidad['quantity'].head(1)) #El artículo más vendido es HDD con 413 ventas

#RESOLUCIÓN GRÁFICA #Seaborn Barplot #Gráfico de barras #Barras ordenadas de mayor venta a menor #El primero es el más vendido sns.barplot(x=my_df2.index, y=my_df2['quantity'], data = my_df2, order=my_df2.sort_values('quantity', ascending=False).index).set(title='Ventas por articulo') plt.xlabel('Producto') plt.ylabel('Cantidad vendida') plt.xticks(rotation=90) plt.show()

#my_df2_sort = my_df2.sort_values('quantity', ascending=False) #my_df2_sort['quantity'].plot(kind='barh', color= 'green', alpha= 0.8) plt.figure(figsize=(5,8)) #Barras horizontales #uso df del agrupado por cantidad plt.barh(por_cantidad.index, por_cantidad['quantity'],color= 'green', alpha= 0.8) plt.xlabel('Cantidad vendida') plt.ylabel('Producto') plt.title('Unidades vendidas por producto') plt.show()

#RESOLUCIÓN ANALÍTICA #Nuevo df a partir de la copia inicial #Agrupamiento por nombre del artículo y suma my_df2 = my_df.groupby('article_name').sum() #nuevo df por orden de total de ventas, de mayor a menor mas_ingresos = my_df2.sort_values('total_amount', ascending=False).head() print(mas_ingresos['total_amount']) #Devuelve el número del artículo y el total de sus ventas

# RESOLUCIÓN GRÁFICA # OJO: Solo graficamos los 5 primeros productos, si ponemos el porcentaje de cada uno en el grafico, # no sería el numero real. plt.pie(x=mas_ingresos['total_amount'], labels=mas_ingresos.index) plt.show()

#RESOLUCIÓN ANALÍTICA #Nuevo df por agrupamiento por el vendedor #Ordenados por el total de ventas df3 = my_df.groupby('seller_name').sum().sort_values('total_amount', ascending = False) print(df3[['quantity']+['total_amount']].head(1)) #El mejor vendedor es el número 14

# RESOLUCIÓN GRÁFICA #Gráfico de barras, por index del df3 y el total de ventas plt.bar(df3.index,df3['total_amount']) plt.xticks(rotation=75) plt.show()

#RESOLUCIÓN ANALÍTICA #Nuevo df agrupado por semana df4 = my_df.groupby('week').sum() print(df4) #Diferencias en la semana 4(total_amount)

#RESOLUCIÓN GRÁFICA #Gráfico de barras plt.bar(df4.index,df4['total_amount']) plt.show()

#RESOLUCIÓN ANALÍTICA #Nuevo df a partir del artículo en cuestión df5 = my_df[my_df['article_name'] == "Wi-Fi Card"] lista = [] #Lista vacía para guardar los nombres de los vendedores #Recorrer set(valores únicos) de los vendedores #si no vendieron la tarjeta, añadir a la lista for vendedor in set(my_df['seller_name']): if vendedor not in set(df5['seller_name']): lista.append(vendedor) #Devolver nombres que no vendieron for x in lista: print(x) print("Necesitan reforzar sus estrategias de venta con la Wi-Fi Card")

#RESOLUCIÓN ANALÍTICA #Creo nuevo df a partir de la copia del df_orders #Agrupamiento por nombre del país df6 = my_df.groupby('country_name').sum() #Nuevo df ordenado por total de ventas de mayor a menor mas_compras = df6.sort_values('total_amount', ascending=False).head() mas_compras['total_amount']

#RESOLUCIÓN GRÁFICA #Seaborn #Gráfico de #Setear paleta de colores para que se vea gradación sequential_colors = sns.color_palette('Greens_r', len(df5.index)) sns.barplot(x = df6.index, y = df6['total_amount'], data = df6, order = df6.sort_values('total_amount', ascending=False).index, palette=sequential_colors) #Orden descendente del gráfico plt.xticks(rotation = 90) #Orientación de las etiquetas en el eje x plt.title("Ventas por país") plt.xlabel("País") plt.ylabel("Total de Ventas") plt.show()

#RESOLUCIÓN ANALÍTICA #Nuevo df cuando el país es Brazil df7 = my_df[my_df['country_name'] == 'Brazil'] #A partir del anterior, ordenar vendedores por total de ventas vendedores_pais = df7.groupby('seller_name').sum().sort_values('total_amount', ascending=False) vendedores_pais.head()

#RESOLUCIÓN GRÁFICA plt.bar(vendedores_pais.index,vendedores_pais['total_amount'], color = ['green' if x in vendedores_pais.index[0:5] else 'blue' for x in vendedores_pais.index]) #Color verde para los mejores 5 plt.xticks(rotation = 90) plt.title("Desempeño vendedores del país que más compra") plt.xlabel("Vendedores") plt.ylabel("Total de Ventas") plt.show()