# 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('Respuesta:') print('El artículo mejor vendido es:') print(por_cant['quantity'].head(1)) print('Los artículos más vendidos son:') print(df2.head())

# 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.title('Articulos mejor vendidos') plt.show()

# RESOLUCIÓN ANALÍTICA df3=(my_df.groupby('article_name').sum()).sort_values('total_amount', ascending=False).head(5) print('Respuesta:') print('Los artículos que generaron mayores ingresos:') print(df3['total_amount'])

# RESOLUCIÓN GRÁFICA plt.pie(x=df3['total_amount'],labels=df3.index) plt.title('Articulos que generaron mayores ingresos') plt.show()

# RESOLUCIÓN ANALÍTICA df4 =(my_df.groupby('seller_name').sum()).sort_values('total_amount', ascending=False) print('Respuesta:') print('El mejor vendedor del mes es') print( df4.head(1) ) print() print('Seguido por:') print(df4[['quantity']+['total_amount']])

# RESOLUCIÓN GRÁFICA plt.bar(df4.index, df4['total_amount']) plt.xticks(rotation=60) plt.title('Mejores vendedores') plt.xlabel('Vendedores') plt.ylabel('Total Ventas') plt.show()

# RESOLUCIÓN ANALÍTICA df5 = (my_df.groupby('week').sum()).sort_values('total_amount',ascending=False) print('Respuesta:') print('Las ventarían a lo largo del mes de la siguiente forma:') print(df5)

# BY Yann plt.barh(df5.index, df5["total_amount"]) plt.title('Variaciones de Ventas Mensual') plt.xlabel('Total Ventas') plt.ylabel('Semanas') plt.show()

# RESOLUCIÓN df7=(my_df.groupby('country_name').sum()).sort_values('total_amount', ascending=False).head(5) print('Respuesta:') print() print('El país que mayor ingresos generó es:') print() print(df7.head(1)) print() print('Paises que generaron mayores ingresos:') print() print(df7['total_amount'])

# RESOLUCIÓN GRÁFICA plt.pie(x=df7['total_amount'],labels=df7.index) plt.title('Países que generaron mayores ingresos') plt.show()

# RESOLUCIÓN df8=(my_df.groupby('country_name').sum()).sort_values('quantity', ascending=False).head(10) print('Respuesta:') print() print('El país que comercializó mayor cantidad de unidades es:') print(df8.head(1)) print() print('Seguido por:') print( df8['quantity'] )

plt.barh(df8.index, df8["quantity"]) plt.title('Países que comercializó más unidades') plt.xlabel('Unidades vendidas') plt.ylabel('Países') plt.show()

# RESOLUCIÓN ANALÍTICA df9 =(my_df.groupby('seller_name').sum()).sort_values('quantity', ascending=False) print('Respuesta:') print('Los ejecutivos que vendieron mayor cantidad de unidades son:') print(df9.head(3) ) print() print('Seguidos por:') print(df9[['quantity']+['total_amount']])

# RESOLUCIÓN GRÁFICA sns.barplot(x=df9.index,y=df9['quantity'],data=df9,order=df9.sort_values('quantity', ascending=False).index) plt.xticks(rotation=45) plt.title('Cantidad de unidades vendidas') plt.show()

# RESOLUCIÓN ANALÍTICA df10 =(my_df.groupby('seller_name').sum()).sort_values('total_amount', ascending=False) print('Respuesta:') print('Los vendedores que generaron mayores ingresos:') print(df10.head(3) ) print() print('Seguidos por:') print() print(df10[['quantity']+['total_amount']])

# RESOLUCIÓN GRÁFICA sns.barplot(x=df10.index,y=df10['total_amount'],data=df10,order=df10.sort_values('total_amount', ascending=False).index) plt.xticks(rotation=45) plt.title('Vendores que generaron mayores ingresos') plt.show()