In [1]:
#Importar librerías necesarias
import pandas as pd

import seaborn as sns
import matplotlib.pyplot as plt
In [2]:
# Cargar datos de clasificación de productos desde dataset creado previamente en Azure Machine Learning

# azureml-core of version 1.0.72 or higher is required
from azureml.core import Workspace, Dataset

subscription_id = '1d86fb2e-0dc9-4639-b35b-fc2dfac4e193'
resource_group = 'Recurso1'
workspace_name = 'ML_fco'

workspace = Workspace(subscription_id, resource_group, workspace_name)

dataset2= Dataset.get_by_name(workspace, name='DT_PRODUCTOS')
productos = dataset2.to_pandas_dataframe()
In [3]:
#Seleccionar solo los productos que pertenezcan a la categoría jugos

base_de_datos_productos_categoria_jugos =  productos[productos['PR_CATEGORIA'].isin(['JUGOS Y NECTARES'])]
lista_productos_jugos = base_de_datos_productos_categoria_jugos[['ID_PRODUCTO']]
In [4]:
# Cargar datos de venta desde dataset creado previamente en Azure Machine Learning

# azureml-core of version 1.0.72 or higher is required
# azureml-dataprep[pandas] of version 1.1.34 or higher is required
from azureml.core import Workspace, Dataset

subscription_id = '1d86fb2e-0dc9-4639-b35b-fc2dfac4e193'
resource_group = 'Recurso1'
workspace_name = 'ML_fco'

workspace = Workspace(subscription_id, resource_group, workspace_name)

dataset = Dataset.get_by_name(workspace, name='VTASO2019')
vta = dataset.to_pandas_dataframe()
In [5]:
#Obtener un dataframe que contenga solo registros pertenecientes a productos de la categoría Jugos
venta_jugos = vta[vta['PRODUCTO'].isin(lista_productos_jugos['ID_PRODUCTO'])]
In [6]:
venta_jugos.head(4)
Out[6]:
FECHA_VENTA SEMANA PRODUCTO COMUNA VENTA
150 2019-01-02 1 305712 ÑUÑOA 40.0
151 2019-01-02 1 305712 LAS CONDES 37.0
152 2019-01-02 1 305712 PROVIDENCIA 20.0
153 2019-01-02 1 305712 LA CISTERNA 7.0
In [7]:
#Dividiendo el archivo de ventas en 2 listas de 28 y 29 productos respectivamente

subconjunto_venta_lista1 = venta_jugos[venta_jugos['PRODUCTO'].isin(venta_jugos.PRODUCTO.unique()[0:27])]
subconjunto_venta_lista2 = venta_jugos[venta_jugos['PRODUCTO'].isin(venta_jugos.PRODUCTO.unique()[28:55])]
In [8]:
#Graficando boxplots (venta diaria de productos de la categoría jugos)

plt.figure(figsize=(20,5))
sns.boxplot(x="PRODUCTO", y="VENTA",   data=subconjunto_venta_lista1)
Out[8]:
<matplotlib.axes._subplots.AxesSubplot at 0x7f40987ffe10>
In [9]:
plt.figure(figsize=(20,5))
sns.boxplot(x="PRODUCTO", y="VENTA",   data=subconjunto_venta_lista2)
Out[9]:
<matplotlib.axes._subplots.AxesSubplot at 0x7f4095624630>
In [10]:
#Obteniendo la venta semanal de jugos 
venta_semanal = venta_jugos.groupby(['PRODUCTO','SEMANA']).sum().reset_index()
In [11]:
subconjunto_venta_semanal_lista1 = venta_semanal[venta_semanal['PRODUCTO'].isin(venta_semanal.PRODUCTO.unique()[0:27])]
subconjunto_venta_semanal_lista2 = venta_semanal[venta_semanal['PRODUCTO'].isin(venta_semanal.PRODUCTO.unique()[28:55])]
In [12]:
#Graficando ahora boxplots paraventa semanal de productos de la categoría jugos
#Se observa una menor dispersión al agrupar la venta semanalmente

#Se realizará entonces el cálculo de correlación tomando la suma de la venta semanal y el promedio semanal de temperatura

plt.figure(figsize=(20,5))
sns.boxplot(x="PRODUCTO", y="VENTA",   data=subconjunto_venta_semanal_lista1)
Out[12]:
<matplotlib.axes._subplots.AxesSubplot at 0x7f40950167f0>
In [13]:
plt.figure(figsize=(20,5))
sns.boxplot(x="PRODUCTO", y="VENTA",   data=subconjunto_venta_semanal_lista2)
Out[13]:
<matplotlib.axes._subplots.AxesSubplot at 0x7f4095355cc0>
In [14]:
# Se requiere azureml-core, versión 1.0.72 o posterior
# Se requiere azureml-dataprep[pandas] (versión 1.1.34 u otra posterior).
from azureml.core import Workspace, Dataset

subscription_id = '1d86fb2e-0dc9-4639-b35b-fc2dfac4e193'
resource_group = 'Recurso1'
workspace_name = 'ML_fco'

workspace = Workspace(subscription_id, resource_group, workspace_name)

dataset = Dataset.get_by_name(workspace, name='TEMPERATURAS2019')
temperaturas_ini = dataset.to_pandas_dataframe()
In [15]:
temperaturas = temperaturas_ini[['FECHA', 'TEMPERATURA MAXIMA']]
In [16]:
temperaturas.head(3)
Out[16]:
FECHA TEMPERATURA MAXIMA
0 2019-01-01 28.4
1 2019-01-02 28.9
2 2019-01-03 30.6
In [17]:
#Agregar columna SEMANA a partir de la Fecha
temperaturas.insert(2, "SEMANA", temperaturas['FECHA'].dt.week)
In [18]:
#Obtener temperatura promedio semanal
temp_semanal = temperaturas.groupby(['SEMANA']).mean().reset_index()
In [19]:
#Renombrar columna
temp_semanal.rename(columns = {'TEMPERATURA MAXIMA':'TEMP_MAX'}, inplace = True)
In [21]:
#Unir venta y temperatura mediante Join
vta_y_temp_semanal = pd.concat([venta_semanal, temp_semanal], axis=1)
In [22]:
productos_lista = vta_y_temp_semanal.PRODUCTO.unique()
In [23]:
cant_productos = len(productos_lista)
In [24]:
vtaprod1 = vta_y_temp_semanal[vta_y_temp_semanal['PRODUCTO'].isin(['305712'])]
In [25]:
vtaprod1.corr()
Out[25]:
SEMANA VENTA TEMP_MAX
SEMANA 1.000000 0.300166 -0.102403
VENTA 0.300166 1.000000 0.717564
TEMP_MAX -0.102403 0.717564 1.000000
In [26]:
print('Producto' + '   ' + 'Correlación Entre Venta y Temperatura Semanal')
for i in range( cant_productos ): 
    vtaprod4 = vta_y_temp_semanal[vta_y_temp_semanal['PRODUCTO'].isin([productos_lista[i]])]
    valor_correlacion = vtaprod4['VENTA'].corr(vtaprod4['TEMP_MAX'])
    if valor_correlacion > 0.6:
      print(productos_lista[i] + '        '  + str(valor_correlacion) )

Producto   Correlación Entre Venta y Temperatura Semanal
305120        0.6216086018134788
305121        0.7028022674147651
305141        0.9999999999999998
305322        0.6507784213487993
305391        0.6280996208303453
305711        0.7123815895631295
305712        0.7175640540035465
305715        0.7267778281599383
305758        0.6687988511722719
In [ ]: