Como hacer Ciencia de Datos (Data Science) a los productos de una Tienda de Postres – Parte 13

Demo

En este Post vamos a continuar con la parte anterior llamada Como hacer Análisis a los productos de una Tienda de Postres mediante Data Science – Parte 12 en donde terminamos de filtrar los Datos de Postres Consumidos según el Horario de la Tienda, específicamente las Ventas de Postres por la Noche (6PM – 11PM), estos datos los especifique en la Parte 2 de este tutorial y en este Post continuaremos analizando los siguientes datos.

Partes

Parte 1 Parte 2 Parte 3 Parte 4 Parte 5

Parte 6 Parte 7 Parte 8 Parte 9 Parte 10

Parte 11 Parte 12 Parte 13 Parte 14 Parte 15

Parte 16 Parte 17 Parte 18 Parte 19 (Final – Código Fuente GitHub)

Antes de continuar con este Post te recomiendo leer los siguientes artículos:

• Errores que impiden hacer uso de las mejores prácticas de la Ciencia de Datos (Data Science)
• Como usar el Lenguaje de Programación R en Jupyter Notebook
• Que es la Ciencia de Datos (Data Science)

Continuemos con el Post: Como hacer Análisis a los productos de una Tienda de Postres mediante Data Science – Parte 13

Los siguientes datos que analizaré, son los Datos de Bebidas Consumidas según el Horario de la tienda, específicamente las Ventas de Bebidas por la Mañana (9AM – 12PM). 

Para mantener un orden de mis consultas voy a crear un nuevo archivo, para esto dentro de Jupyter voy a File > New Notebook > Python 3

En mi nuevo Documento analizaré las Ventas de Bebidas por la Mañana (9AM – 12PM).

Datos de Bebidas Consumidas según el Horario de la tienda: Ventas de Bebidas por la Mañana (9AM – 12PM)

Lo primero que haré es importar la librería pandas y le asigno el nombre de variable pd

Paso seguido creo una variable con el nombre ventas y en su interior hago la lectura del archivo ventas.json en donde se encuentran todas las ventas realizadas durante el día en la Tienda de Postres. Además crearé una variable llamada datos y dentro de ella defino las columnas para mi tabla en donde mostraré las ventas realizadas por la Mañana, estas columnas son id, producto, categoria, cliente, dni, fnacimientocliente, precio, img, created_at y updated_at 

Nota: El archivo ventas.json lo exporte en la Parte 5 de este tutorial.

Para la consulta haré uso de la columna categoria del archivo ventas.json, ya que necesito saber la categoría a la cual pertenece un producto.

Bueno con el código anterior voy a imprimir una Tabla con todas las ventas realizadas en la Tienda de Postres, para esto presiono el botón Run y obtengo la Tabla con las columnas que especifique en la variable datos

Ahora voy a obtener las ventas realizadas en el horario de la mañana voy usar la columna de tipo fecha o timestamp llamada created_at esta contiene la hora, fecha, minuto, segundos y milisegundos de una venta realizada.

Voy a declarar 3 variables, una llamada hi (Hora inicial), otra llamada hf (Hora final) y categoria (Categoría del producto).

Dentro de la variable hi colocaré el valor de las 9 AM (09:00:00.000000) y en la variable hf colocaré el valor 12 PM (12:00:00.000000), las horas las especifico en formato de 24 horas, en la variable categoria coloco el valor bebida, ya que es la categoría de productos que quiero analizar.

Nota: Las ventas que estoy analizando en todo el Tutorial se realizaron el día 16-09-2019

Como quiero leer las ventas realizadas de los productos de la categoría bebidas, voy a usar la columna categoria, esta columna contiene el nombre de la categoría de un producto.

Creo una variable con el nombre filtrar y dentro de ella hago uso de operadores lógicos en Python para filtrar las ventas realizadas desde las 9AM hasta las 12PM, para esto paso las variables hi y hf que contienen los rangos de horarios a analizar y al final la variable categoria.

Voy a consultar si la columna created_at es mayor o igual a la Hora inicial (hi) y si la columna created_at es menor o igual a la Hora final (hf), y al final consulto si la columna categoria es igual al valor bebida, el cual asigne a la variable categoria.

Defino una variable llamada resultado y en su interior obtendré las ventas filtradas haciendo uso del método .loc al cual le paso la  variable filtrar

Presiono el botón Run y obtengo una tabla con las ventas realizadas de 9 AM a 12 PM, es decir en el Turno Mañana de los productos correspondientes a la categoría bebidas. 

Puedes ver en la imagen anterior que obtuve solo 3 bebidas, es una cantidad menor a otras consultas anteriores, esto es porque seleccione solos productos pertenecientes a la categoría bebida.

Ahora los datos de la tabla con las ventas realizadas en la Mañana pertenecientes a la categoría bebida los voy a mostrar en un gráfico Plot, para esto importo la librería matplotlib.pyplot y le doy el nombre de variable plot

Le especifico el ancho y alto 20, 11 del gráfico, estas medidas son en pulgadas

Paso seguido le paso la variable resultado la cual había creado anteriormente y le indico que imprima las columnas producto y created_at

Hago clic en el botón Run y se me imprime un gráfico Plot con las ventas realizadas de 9 AM a 12 PM pertenecientes a la categoría bebida. 

Te compartiré el código completo

Bien eso es todo en este Post, hemos realizado el análisis de todas las ventas realizadas durante la mañana (9AM – 12PM), pertenecientes a la categoría bebida.

Ten Paciencia, lo que quiero es que entiendas todo el proceso de como funciona la Ciencia de Datos (Data Science) en una caso similar a la realidad.

Nota (s)

• En el siguiente capitulo terminare con el análisis de los Demás Datos pendientes.
• Más adelante usaré herramientas de Visualización de Datos más especializadas en el área.

 

Síguenos en nuestras Redes Sociales para que no te pierdas nuestros próximos contenidos.