primer commit

boxplot_clientes.py

@@ -0,0 +1,48 @@
+import pandas as pd
+import plotly.express as px
+import plotly.graph_objects as go
+import streamlit as st
+
+# Carga del archivo CSV
+df = pd.read_csv('data/po_excel_original.csv')
+
+def boxplot():
+    # Subtítulo: Boxplot de Clientes
+    st.subheader("Boxplot de Clientes")
+
+    # Crear un boxplot de las ventas por cliente
+    fig = go.Figure()
+
+    # Agregar los boxplots
+    fig.add_trace(go.Box(y=df["Total"], name="Boxplot"))
+
+    # Configurar el posicionamiento de los nombres de los clientes
+    pos_x = [len(df) + 2] * len(df)
+
+    # Agregar los puntos de los clientes y sus nombres a la leyenda
+    for i, cliente in enumerate(df["Clientes"]):
+        fig.add_trace(go.Scatter(x=pos_x, y=[df.loc[i, "Total"]],
+                                 mode='markers',
+                                 name=cliente,
+                                 marker=dict(color='green', size=12,
+                                             symbol='circle'),
+                                 visible='legendonly'))
+
+    # Configurar el diseño del boxplot y el tamaño de la figura
+    fig.update_layout(
+        yaxis=dict(title="Ventas"),
+        boxmode='group',
+        autosize=True,
+        width=900,
+        height=600,
+        legend=dict(
+            x=1.1,
+            y=0.5,
+            bgcolor='rgba(255, 255, 255, 0.5)',
+            bordercolor='rgba(0, 0, 0, 0.3)',
+            borderwidth=1
+        )
+    )
+
+    # Mostrar el boxplot con los nombres de los clientes
+    st.plotly_chart(fig, use_container_width=True)

data/po_excel_original.csv

@@ -0,0 +1,25 @@
+,Clientes,Ene,Feb,Mar,Abr,May,Jun,Jul,Ago,Sep,Oct,Nov,Dic,Total,cantidad,Nada,Cant,Promedio,Porcentaje,Proyeccion,Ch,Gr,An,Fu,Visitar_cada,Año,Contrato,Documento,Cobrador,Repositor,Direccion,Localidad,Provincia,Zona,Telefono,Oficial,CUIT,Detalles,F.u.reposicion,M.u.reposicion,saldo,F.p.reposicion,Libro,Columna1,Columna2
+0,Aeroclub,5544,0,0,1,0,0,0,0,0,0,0,0,5545,1,,0,462,,0,0,0,0,0,#REF!,0,='F_Aeroclub'!L19,='F_Aeroclub'!L20,0,12-30-99,#REF!,#REF!,#REF!,0,#REF!,0.0,='Aeroclub'!L2,#REF!,30-12-99,0.0,0,#REF!,P.O.,14-1-00,0
+1,Campus Olegario,5544,1,7500,7428,7142,0,0,0,0,0,0,0,27615,4,,0,2301,,0,0,0,0,0,#REF!,0,='F_Campus Olegario'!L19,='F_Campus Olegario'!L20,0,12.30.1899,#REF!,#REF!,#REF!,0,#REF!,0.0,='Campus Olegario'!L2,#REF!,30-12-99,15.0,0,#REF!,P.O.,30-12-99,0
+2,Carnes Kiosco Martorell,5544,0,5001,0,0,0,0,0,0,0,0,0,10545,2,,0,878,,0,0,0,0,0,#REF!,0,='F_Carnes Kiosco Martorell'!L19,='F_Carnes Kiosco Martorell'!L20,0,12.30.1899,#REF!,#REF!,#REF!,0,#REF!,0.0,='Carnes Kiosco Martorell'!L2,#REF!,14-1-00,0.0,0,#REF!,P.O.,Chico,0
+3,Carnes Martorell Maipú,5544,6857,23142,6500,0,0,0,0,0,0,0,0,42043,4,,0,3503,,0,0,0,0,0,#REF!,0,='F_Carnes Martorell Maipú'!L19,='F_Carnes Martorell Maipú'!L20,15,12.30.1899,#REF!,#REF!,#REF!,0,#REF!,0.0,='Carnes Martorell Maipú'!L2,#REF!,30-12-99,0.0,0,#REF!,P.O.,30-12-99,0
+4,Carnes Mortorell Quinta,5544,3857,0,7285,0,0,0,0,0,0,0,0,16686,3,,0,1390,,0,0,0,0,0,#REF!,0,='F_Carnes Mortorell Quinta'!L19,='F_Carnes Mortorell Quinta'!L20,0,1.14.1900,#REF!,#REF!,#REF!,0,#REF!,0.0,='Carnes Mortorell Quinta'!L2,#REF!,Chico,0.0,0,#VALUE!,P.O.,30-12-99,0
+5,Copy Rap,5544,1,15000,19428,0,0,0,0,0,0,0,0,39973,3,,0,3331,,0,0,0,0,0,#REF!,0,='F_Copy Rap'!L19,='F_Copy Rap'!L20,Chico,12.30.1899,#REF!,#REF!,#REF!,0,#REF!,0.0,='Copy Rap'!L2,#REF!,30-12-99,0.0,0,#REF!,P.O.,30-12-99,0
+6,Kiosco El Resplandor,5544,0,0,0,4001,0,0,0,0,0,0,0,9545,2,,0,795,,0,0,0,0,0,#REF!,0,='F_Kiosco El Resplandor'!L19,='F_Kiosco El Resplandor'!L20,0,Chico,#REF!,#REF!,#REF!,0,#REF!,0.0,='Kiosco El Resplandor'!L2,#REF!,30-12-99,0.0,0,#REF!,P.O.,30-12-99,0
+7,Los Abuelos,5544,0,6428,0,0,0,0,0,0,0,0,3429,15401,3,,0,1283,,0,0,0,0,0,#REF!,0,='F_Los Abuelos'!L19,='F_Los Abuelos'!L20,0,12.30.1899,#REF!,#REF!,#REF!,0,#REF!,0.0,='Los Abuelos'!L2,#REF!,30-12-99,0.0,0,#REF!,P.O.,30-12-99,0
+8,Mario,5544,5142,3464,0,0,0,0,0,0,0,0,1,14151,3,,0,1179,,0,0,0,0,0,#REF!,0,='F_Mario'!L19,='F_Mario'!L20,0,12.30.1899,#REF!,#REF!,#REF!,0,#REF!,0.0,='Mario'!L2,#REF!,30-12-99,0.0,0,#REF!,P.O.,30-12-99,0
+9,Mini 210,5544,0,1,2571,0,0,0,0,0,0,0,0,8116,2,,0,676,,0,0,0,0,0,#REF!,0,='F_Mini 210'!L19,='F_Mini 210'!L20,0,12.30.1899,#REF!,#REF!,#REF!,0,#REF!,0.0,='Mini 210'!L2,#REF!,30-12-99,0.0,0,#REF!,P.O.,30-12-99,0
+10,Minimarket Olegario,5544,0,1,6571,0,0,0,0,0,0,0,0,12116,2,,0,1009,,0,0,0,0,0,#REF!,0,='F_Minimarket Olegario'!L19,='F_Minimarket Olegario'!L20,0,12.30.1899,#REF!,#REF!,#REF!,0,#REF!,0.0,='Minimarket Olegario'!L2,#REF!,30-12-99,0.0,0,#REF!,P.O.,30-12-99,20
+11,Parador Belgrano,5544,5000,6800,4857,8857,0,0,0,0,0,0,0,31058,5,,0,2588,,0,0,0,0,0,#REF!,0,='F_Parador Belgrano'!L19,='F_Parador Belgrano'!L20,0,12.30.1899,#REF!,#REF!,#REF!,0,#REF!,0.0,='Parador Belgrano'!L2,#REF!,30-12-99,0.0,0,#REF!,P.O.,19-1-00,28269
+12,Pedidos Ya,5544,0,0,0,0,0,0,0,0,0,14151,25747,45442,3,,0,3786,,0,0,0,0,0,#REF!,0,='F_Pedidos Ya'!L19,='F_Pedidos Ya'!L20,0,12.30.1899,#REF!,#REF!,#REF!,0,#REF!,0.0,='Pedidos Ya'!L2,#REF!,30-12-99,20.0,0,#REF!,P.O.,24-5-77,2022
+13,Photoshop,5544,1,9750,0,0,0,0,0,0,0,0,0,15295,2,,0,1274,,0,0,0,0,0,#REF!,0,='F_Photoshop'!L19,='F_Photoshop'!L20,0,12.30.1899,#REF!,#REF!,#REF!,0,#REF!,0.0,='Photoshop'!L2,#REF!,19-1-00,28269.23,0,#REF!,P.O.,14-7-05,0
+14,Pileta Regatas,5544,1,7500,7714,0,0,0,0,0,0,0,0,20759,3,,0,1729,,0,0,0,0,0,#REF!,0,='F_Pileta Regatas'!L19,='F_Pileta Regatas'!L20,20,12.30.1899,#REF!,#REF!,#REF!,0,#REF!,0.0,='Pileta Regatas'!L2,#REF!,24-5-77,2022.0,0,#REF!,P.O.,30-12-99,0
+15,Tienda On Line,5544,23600,0,0,0,0,0,0,0,0,0,0,29144,2,,0,2428,,0,0,0,0,0,#REF!,0,='F_Tienda On Line'!L19,='F_Tienda On Line'!L20,28269.230769230766,1.19.1900,#REF!,#REF!,#REF!,0,#REF!,0.0,='Tienda On Line'!L2,#REF!,14-7-05,0.0,0,#REF!,P.O.,30-12-99,0
+16,X,5544,0,0,0,0,0,0,0,0,1,0,0,5545,1,,0,462,,0,0,0,0,0,#REF!,0,='F_X'!L19,='F_X'!L20,2022,5.24.1977,#REF!,#REF!,#REF!,0,#REF!,0.0,='X'!L2,#REF!,30-12-99,0.0,0,#REF!,P.O.,30-12-99,0
+17,YPF Atencio,5544,0,0,4281,0,0,0,0,0,0,0,0,9825,2,,0,818,,0,0,0,0,0,#REF!,0,='F_YPF Atencio'!L19,='F_YPF Atencio'!L20,0,7.14.1905,#REF!,#REF!,#REF!,0,#REF!,0.0,='YPF Atencio'!L2,#REF!,30-12-99,0.0,0,#REF!,P.O.,30-12-99,0
+18,Ashtanga Ceci,5544,0,3928,0,2464,0,0,0,0,1,3142,0,15079,4,,0,1256,,0,0,0,0,0,#REF!,0,='F_Ashtanga Ceci'!L19,='F_Ashtanga Ceci'!L20,0,12.30.1899,#REF!,#REF!,#REF!,0,#REF!,0.0,='Ashtanga Ceci'!L2,#REF!,30-12-99,0.0,0,#REF!,P.O.,30-12-99,0
+19,CARN ANGUS,5544,6000,0,7285,0,0,0,0,0,0,3429,0,22258,4,,0,1854,,0,0,0,0,0,#REF!,0,='F_CARN ANGUS'!L19,='F_CARN ANGUS'!L20,0,12.30.1899,#REF!,#REF!,#REF!,0,#REF!,0.0,='CARN ANGUS'!L2,#REF!,30-12-99,0.0,0,#REF!,P.O.,Ruth,0
+20,Ignacia store,5544,0,0,8000,0,0,0,0,0,0,2572,0,16116,3,,0,1343,,0,0,0,0,0,#REF!,0,='F_Ignacia store'!L19,='F_Ignacia store'!L20,0,12.30.1899,#REF!,#REF!,#REF!,0,#REF!,0.0,='Ignacia store'!L2,#REF!,30-12-99,0.0,0,#REF!,P.O.,Ruth,45042
+21,Dza Municipal,5544,0,0,0,0,0,0,0,0,1,1428,0,6973,2,,0,581,,0,0,0,0,0,#REF!,0,='F_Dza Municipal'!L19,='F_Dza Municipal'!L20,0,12.30.1899,#REF!,#REF!,#REF!,0,#REF!,0.0,='Dza Municipal'!L2,#REF!,Ruth,0.0,0,#VALUE!,P.O.,26-4-23,13692
+22,La alfombra mágica,5544,6428,5571,12500,0,0,0,0,0,1,6570,0,36614,5,,0,3051,,0,0,0,0,0,#REF!,0,='F_La alfombra mágica'!L19,='F_La alfombra mágica'!L20,Ruth,12.30.1899,#REF!,#REF!,#REF!,0,#REF!,0.0,='La alfombra mágica'!L2,#REF!,Ruth,45042.0,0,#VALUE!,P.O.,26-6-37,0
+23,Super H,5544,0,4615,13692,0,0,0,0,0,3077,6691,0,33619,5,,0,2801,,0,0,0,0,0,#REF!,0,='F_Super H'!L19,='F_Super H'!L20,Ruth,Ruth,#REF!,#REF!,#REF!,0,#REF!,0.0,='Super H'!L2,#REF!,26-4-23,13692.0,0,#REF!,P.O.,30-12-99,0

main.py

@@ -0,0 +1,30 @@
+# Importación de las bibliotecas necesarias
+import subprocess
+
+import pandas as pd
+import streamlit as st
+
+from boxplot_clientes import boxplot
+from top_5_clientes import top_5
+from ventas_anuales_clientes import ventas_anuales
+
+# Carga del archivo CSV
+df = pd.read_csv('data/po_excel_original.csv')
+
+# Seleccionar top clientes por ventas
+top_clientes = df.groupby("Clientes")["Total"].sum().sort_values(
+    ascending=False)
+
+# Título de la aplicación Streamlit
+st.title("Análisis de Clientes y Ventas de Punto Orgánico")
+
+
+def run():
+    # subprocess.run(["streamlit", "run", "main.py"])
+    ventas_anuales()
+    boxplot()
+    top_5()
+
+
+if __name__ == "__main__":
+    run()

top_5_clientes.py

@@ -0,0 +1,52 @@
+import pandas as pd
+import streamlit as st
+import plotly.express as px
+
+# Carga del archivo CSV
+df = pd.read_csv('data/po_excel_original.csv')
+
+def top_5():
+    # Ordenar el DataFrame por el total de forma descendente
+    df_sorted = df.sort_values("Total", ascending=False)
+
+    # Título para los filtros laterales
+    st.sidebar.title("Filtros Ventas Anuales TOP clientes")
+
+    # Crear los controles interactivos para los filtros en la barra lateral
+    filtro_x = st.sidebar.slider("Monto mínimo de compras", min_value=0, max_value=int(df_sorted["Total"].max()),
+                         value=100, step=1)
+
+    # Aplicar los filtros al DataFrame
+    df_filtrado = df_sorted[df_sorted["Total"] >= filtro_x]
+
+    # Control para la cantidad de clientes a mostrar
+    filtro_n = st.sidebar.slider("Cantidad de clientes a mostrar", min_value=1,
+                         max_value=len(df_filtrado), value=10)
+
+    # Aplicar el segundo filtro al DataFrame
+    df_filtrado = df_filtrado.head(filtro_n)
+
+    # Titulo del Grafico
+    st.subheader("Ventas Anuales por TOP de clientes")
+
+    # Crear el gráfico interactivo con Plotly
+    fig = px.bar(df_filtrado, x="Total", y="Clientes", color="Total",
+                 log_x=True, color_continuous_scale="greens")  # Modificar la paleta de colores
+
+    # Personalizar el diseño del gráfico
+    fig.update_layout(
+        xaxis=dict(categoryorder="total descending"),
+        yaxis={'categoryorder':'total ascending'},
+        showlegend=False
+    )
+
+    # Configurar el tamaño del gráfico para que se muestren todos los nombres
+    fig.update_layout(
+        autosize=True,
+        width=800,
+        height=500
+    )
+
+    # Mostrar el gráfico en Streamlit
+    st.plotly_chart(fig)
+

ventas_anuales_clientes.py

@@ -0,0 +1,29 @@
+import pandas as pd
+import plotly.express as px
+import streamlit as st
+from datetime import date
+
+def ventas_anuales():
+    # Carga del archivo CSV
+    df = pd.read_csv('data/po_excel_original.csv')
+
+    # Transforma las columnas de meses en filas
+    df = df.melt(id_vars='Año', var_name='Mes', value_name='Ventas')
+
+    # Reordena los meses en orden cronológico
+    meses_ordenados = ['Ene', 'Feb', 'Mar', 'Abr', 'May', 'Jun', 'Jul', 'Ago',
+                       'Sep', 'Oct', 'Nov', 'Dic']
+    df['Mes'] = pd.Categorical(df['Mes'], categories=meses_ordenados, ordered=True)
+
+    # Ordena el DataFrame por año y mes
+    df = df.sort_values(['Año', 'Mes'])
+
+    # Filtra los datos hasta el último mes mostrado
+    ultimo_mes_mostrado = meses_ordenados[date.today().month-1]
+    df = df[df['Mes'] <= ultimo_mes_mostrado]
+
+    # Crea el gráfico de barras
+    fig = px.bar(df, x='Mes', y='Ventas', color='Año', title='Ventas Anuales', labels={'Ventas': 'Ventas ($)', 'Mes': 'Mes', 'Año': 'Año'})
+
+    # Muestra el gráfico en Streamlit
+    st.plotly_chart(fig, use_container_width=True)