Mão na massa: Zoop Pay

Aula 01 - Conhecendo os dados

import pandas as pd

# Leitura das bases via URL
clientes = pd.read_csv(url_clientes)
vendas = pd.read_csv(url_vendas)
clientes_zoop = pd.read_csv(url_zoop_pay)

# Tratamento da coluna de data
vendas['data'] = pd.to_datetime(vendas['data'])

# União de clientes e vendas
df = pd.merge(
    vendas,
    clientes,
    on='ID_compra',
    how='inner'
)

# União com clientes Zoop Pay
df = pd.merge(
    df,
    clientes_zoop,
    on='ID_cliente',
    how='left'
)

# Organização das colunas
df = df[
    [
        'ID_compra',
        'data',
        'horario',
        'categoria',
        'preco_unitario',
        'quantidade',
        'frete',
        'metodo_pagamento',
        'ID_cliente',
        'idade',
        'sexo_biologico',
        'cidade',
        'uf',
        'regiao',
        'cashback',
        'avaliacao_compra'
    ]
]

df.head()

Aula 02 - Visualizando os dados

compras_regiao = df['regiao'].value_counts()

compras_regiao.plot(
    kind='bar',
    title='Quantidade de compras por região'
)

df['faturamento'] = df['preco_unitario'] * df['quantidade']

faturamento_regiao = df.groupby('regiao')['faturamento'].sum()

faturamento_regiao.plot(
    kind='bar',
    title='Faturamento por região'
)

Aula 03 - Gerando mais visuais

df['idade'].plot(
    kind='hist',
    bins=20,
    title='Distribuição de idade dos clientes'
)

df['sexo_biologico'].value_counts().plot(
    kind='bar',
    title='Distribuição por sexo biológico'
)

Aula 04 - Técnicas de storytelling

import matplotlib.pyplot as plt

# Contagem de compras por região
compras_regiao = df['regiao'].value_counts()

ax = compras_regiao.plot(
    kind='bar',
    color=AZUL_1,
    figsize=(8, 5),
    title='Quantidade de compras por região'
)

# Adicionando os valores em cima das barras
for i, valor in enumerate(compras_regiao):
    ax.text(i, valor, valor, ha='center', va='bottom')

# Linha da média
media = compras_regiao.mean()
ax.axhline(
    y=media,
    linestyle='--',
    label='Média de compras'
)

ax.legend()

plt.show()

import matplotlib.pyplot as plt

# Criação da coluna de faturamento
df['faturamento'] = df['preco_unitario'] * df['quantidade']

# Faturamento por região
faturamento_regiao = df.groupby('regiao')['faturamento'].sum()

ax = faturamento_regiao.plot(
    kind='bar',
    color=VERMELHO_2,
    figsize=(8, 5),
    title='Faturamento por região'
)

# Valores sobre as barras
for i, valor in enumerate(faturamento_regiao):
    ax.text(i, valor, f'{valor:,.0f}', ha='center', va='bottom')

# Linha da média
media = faturamento_regiao.mean()
ax.axhline(
    y=media,
    linestyle='--',
    label='Média de faturamento'
)

ax.legend()

plt.show()

import matplotlib.pyplot as plt

ax = df['idade'].plot(
    kind='hist',
    bins=20,
    color=AQUA_2,
    figsize=(8, 5),
    title='Distribuição de idade dos clientes'
)

# Cálculo da média de idade
media_idade = df['idade'].mean()

# Linha vertical da média
ax.axvline(
    x=media_idade,
    linestyle='--',
    label=f'Média de idade: {media_idade:.1f}'
)

ax.legend()

plt.show()

import matplotlib.pyplot as plt

ax = df['idade'].plot(
    kind='hist',
    bins=20,
    figsize=(8, 5),
    title='Distribuição de idade dos clientes'
)

# Média e mediana
media_idade = df['idade'].mean()
mediana_idade = df['idade'].median()

# Linhas de referência
ax.axvline(
    media_idade,
    linestyle='--',
    label=f'Média: {media_idade:.1f}'
)

ax.axvline(
    mediana_idade,
    linestyle=':',
    label=f'Mediana: {mediana_idade:.1f}'
)

ax.grid(axis='y', alpha=0.3)
ax.legend()

plt.show()

import matplotlib.pyplot as plt

sexo_counts = df['sexo_biologico'].value_counts()
total = sexo_counts.sum()

ax = sexo_counts.plot(
    kind='bar',
    figsize=(8, 5),
    title='Distribuição por sexo biológico'
)

# Valores e percentuais sobre as barras
for i, valor in enumerate(sexo_counts):
    percentual = (valor / total) * 100
    ax.text(
        i,
        valor,
        f'{valor}\n({percentual:.1f}%)',
        ha='center',
        va='bottom'
    )

ax.grid(axis='y', alpha=0.3)

plt.show()