Análisis de los 25 retailers más grandes de Estados Unidos

import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns

df = pd.read_csv("/work/retailers.csv") df.head()

Companyobject

Salesint64

Walgreen Boots

78924

Walmart US

658119

Kroger

115037

Home Depot

83976

Costco

90048

I. Preguntas del negocio

#Ordenamos los valores df_sorted = df.sort_values('Sales', ascending=0) #Quitamos la compañia dominante(Walmart) ventas = df_sorted["Sales"][1:] #obtenemos el promedio media_ventas = np.median(ventas) print(f'La media de las ventas sin la compañía dominante es de ${media_ventas} millones de dolares') #Generamos el grafico x = df_sorted['Company'][1:] y = df_sorted['Sales'][1:] plt.bar(x,y) plt.grid() plt.axhline(media_ventas, color ="r", linestyle = '--', linewidth = 2) plt.title('Sales Retailers') plt.xlabel('Company') plt.ylabel('Sales') plt.xticks(rotation='vertical') plt.show()

La media de las ventas sin la compañía dominante es de $34694.0 millones de dolares

x = df_sorted['Sales'] plt.hist(x,(np.arange(start = 0, stop = 130000, step = 10000))) plt.ylabel("Numero de empresas") plt.xlabel('Sales') plt.title("Histograma de las ventas de la mayoria de las companias") plt.grid() plt.show()

y = df['Stores'] ma = max(y) print(ma) #Use max() para conocer cual es el valor maximo y poder hacer los bins plt.hist(y,(np.arange(start = 0, stop = 15000, step = 1000))) plt.ylabel("Numero de empresas") plt.xlabel('Numero de tiendas') plt.title("Histograma de las tiendas de las companias") plt.grid() plt.show()

14250.0

sns.scatterplot(data=df,x='Stores',y='Sales',hue='Company', style='Company') plt.xlabel('Stores') plt.ylabel('Sales') plt.title("Grafica de la ventas vs cantidad de tiendas") plt.show() #Se hizo con numpy porque en el primer grafico la leyenda tapa informacion x = df['Stores'] y = df['Sales'] plt.scatter(x, y) plt.xlabel('Stores') plt.ylabel('Sales') plt.title("Grafica de la ventas vs cantidad de tiendas") plt.show()

menor = min(df['Sales']) mayor = max(df['Sales']) rango = mayor - menor print(menor) print(mayor) print(rango)

16592
658119
641527

top_5_tiendas = df.sort_values('Stores', ascending=0).head(5) top_5_ventas = df.sort_values('Sales', ascending=0).head(5) compa_t = set(top_5_tiendas['Company']) compa_v = set(top_5_ventas['Company']) inter = compa_t.intersection(compa_v) print(inter)

             Company   Sales   Stores  Sales/Avg. Store  Store Count Growth  \
20       Dollar Tree   21464  14250.0          1.563919            0.079627   
19    Dollar General   22234  13350.0          1.768885            0.132412   
5   CVS incl. Target   77792   9813.0          8.825959            0.255662   
4     Walgreen Boots   78924   8002.0          9.810927           -0.010511   
0         Walmart US  658119   4574.0         65.649725            0.012843   

         Category  
20  Dollar Stores  
19  Dollar Stores  
5     Drug Stores  
4     Drug Stores  
0    Supercenters  
          Company   Sales  Stores  Sales/Avg. Store  Store Count Growth  \
0      Walmart US  658119  4574.0         65.649725            0.012843   
1          Kroger  115037  3931.0         30.031850            0.053887   
2          Costco   90048   495.0        187.795620            0.066810   
3      Home Depot   83976  1965.0         42.735878            0.000000   
4  Walgreen Boots   78924  8002.0          9.810927           -0.010511   

           Category  
0      Supercenters  
1           Grocery  
2    Warehouse Club  
3  Home Improvement  
4       Drug Stores  
{'Walmart US', 'Walgreen Boots'}

sns.barplot(x='Category', y='Sales', data=df) plt.xticks(rotation='vertical') plt.title("Grafica de ventas vs categoria de compania") plt.show()

sns.barplot(x='Company', y='Sales/Avg. Store',data=df) plt.xticks(rotation='vertical') plt.title("Grafica de las companias que mas venden en relacion a las tiendas que tienen") plt.show

online = df[df.isnull().any(True)] tot_on = online['Sales'].sum() print(f'El total en ventas totalmente online es: {tot_on} Millones de dolares')

El total en ventas totalmente online es: 109351 Millones de dolares

tiendas_fisicas = df.dropna() fig, ax = plt.subplots() ax.bar(tiendas_fisicas.Company,tiendas_fisicas.Sales) ax.bar(online.Company,online.Sales) plt.axhline(media_ventas, color ="r", linestyle = '--', linewidth = 2) plt.xticks(rotation='vertical') plt.title("Grafica comparativa de las companias que venden Online y en tiendas fisicas ") plt.show()

df_sor = df.sort_values('Store Count Growth', ascending=0) sns.barplot(x='Company', y='Store Count Growth', data=df_sor) plt.xticks(rotation='vertical') plt.title("Grafica de las companias con mayor crecimiento") plt.show

sns.barplot(x='Category', y='Store Count Growth', data=df) plt.xticks(rotation='vertical') plt.title("Grafica de las categorias de companias con mas crecimiento") plt.show()