# A veces necesitamos instalar nuevas librerías en nuestros proyectos !pip install openpyxl==3.0.10

# Levanto los datos en 3 diferentes dataframes #Articulos 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 artículos print('Muestra de datos') print(df_articles.head()) # head() 5 Filas por defecto print('\nFormato del dataframe') print(df_articles.shape) print('\nBusqueda de valores nuls por columna') print(df_articles.isnull().sum()) print('\nFormato de los datos por columna') print(df_articles.dtypes)

# 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('\nBusqueda de valores nuls 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('\nBusqueda de valores nuls 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 indice 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())): # SINTAXIS: df_articles.loc[indice][columna] # [indice] va a ser el dato que obtengo de my_df.loc[i]['article_id'] # [indice] -> [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) # 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'] # elimino 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 print(my_df['article_name'].value_counts()) # cuenta valores únicos

# RESOLUCIÓN GRÁFICA sns.displot(my_df, x='article_name') 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 variables numéricas # 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() # index es el 'article_name' del df2

# 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_name' es el index

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

# 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()

# RESOLUCIÓN df_menosv=(my_df.groupby(by='article_name').sum()).sort_values('quantity', ascending=True).head(10) df_menosv.drop(['week'], axis='columns', inplace=True) print('ARTICULOS MENOS VENDIDOS') print(df_menosv) #RESOLUCION GRAFICA plt.bar(df_menosv.index, df_menosv['quantity'], color='palevioletred' ) plt.xticks(rotation=90) plt.title('ARTICULOS MENOS VENDIDOS') plt.xlabel("Articulos") plt.ylabel("Cantidad") plt.show()

# RESOLUCIÓN df_WiFiCard = my_df[my_df['article_name'] == 'Wi-Fi Card'] df_WiFiCard_sellers = (df_WiFiCard.groupby(by='seller_name').sum()).sort_values('quantity', ascending=False) df_WiFiCard_sellers.drop(['week'], axis='columns', inplace=True) print("VENDEDORES DEL ARTICULO WI-FI CARD") print(df_WiFiCard_sellers.head()) #RESOLUCION GRAFICA plt.bar(df_WiFiCard_sellers.index, df_WiFiCard_sellers['quantity'], color='palevioletred' ) plt.xticks(rotation=60) plt.title('VENDEDORES DE "Wi-Fi card"') plt.xlabel("Vendedores") plt.ylabel("Cantidad") plt.show()

df_Seller1 = df_WiFiCard[df_WiFiCard['seller_name'] == 'Kati Innot'] df_Seller_Country = (df_Seller1.groupby(by='country_name').sum()).sort_values('quantity', ascending=False) df_Seller_Country.drop(['week'], axis='columns', inplace=True) print('Paises en los que Kati Innot, logró vender el articulo "Wi-Fi card"') print(df_Seller_Country) #RESOLUCION GRAFICA e=(0.05,0.05,0.05) a=['plum','mediumpurple', 'darkorchid', 'm', 'mediumvioletred', 'palevioletred'] plt.pie(df_Seller_Country['quantity'],labels=df_Seller_Country.index,autopct='%1.2f%%',explode=e, colors=a,pctdistance=0.65) plt.show()

df_CountryWiFicard = (df_WiFiCard.groupby(by='country_name').sum()).sort_values('quantity', ascending=False) df_CountryWiFicard.drop(['week'], axis='columns', inplace=True) print('PAISES EN LOS QUE SE COMERCIALIZA EL ARTICULO "WI-FI card"') print(df_CountryWiFicard) #RESOLUCIÓN GRAFICA df_3Countries=df_CountryWiFicard e=(0.25,0.25,0.25,0,0,0) a=['mediumpurple', 'darkorchid','plum', 'm', 'mediumvioletred', 'palevioletred'] plt.pie(df_3Countries['quantity'],labels=df_3Countries.index,startangle=45,autopct='%1.2f%%', explode=e, colors=a,pctdistance=0.65) plt.show()