import numpy as np import pandas as pd from pandas_profiling import ProfileReport as pr import plotly.express as px import matplotlib.pyplot as plt

dados = pd.read_csv('merged/olist_dataset_train.csv')

dados.head()

#Convertendo os campos de data para o formata data dados["order_purchase_timestamp"] = pd.to_datetime(dados["order_purchase_timestamp"]) dados["order_approved_at"] = pd.to_datetime(dados["order_approved_at"]) dados["order_delivered_carrier_date"] = pd.to_datetime(dados["order_delivered_carrier_date"]) dados["order_delivered_customer_date"] = pd.to_datetime(dados["order_delivered_customer_date"]) dados["order_estimated_delivery_date"] = pd.to_datetime(dados["order_estimated_delivery_date"]) dados["review_creation_date"] = pd.to_datetime(dados["review_creation_date"]) dados["review_answer_timestamp"] = pd.to_datetime(dados["review_answer_timestamp"])

#CRIANDO UMA COLUNA JUNTANDO MES_ANO dados['mes_pedido'] = dados['order_purchase_timestamp'].dt.strftime('%Y-%m') dados.head()

dados["entrega_prazo"] = dados["order_delivered_customer_date"] - dados["order_estimated_delivery_date"] dados["entrega_prazo_dias"] = dados["entrega_prazo"].astype("timedelta64[D]") # convertendo em inteiro # exemplo = 10 - 27 #negativo - entrega no prazo fig = px.histogram(dados, x="entrega_prazo_dias") fig.update_layout(title='Distribuição das entregas', xaxis_title='Dif da entrega para a estimativa', yaxis_title='Numero de Entregas') fig.show()

# dados.boxplot(column='payment_value') df_boxplot = dados[["payment_value"]] px.box(df_boxplot)