CSV Data Analysis (Python + Pandas)

Projekt przedstawia kompletny proces analizy danych zapisanych w pliku CSV.
Zawiera wczytywanie danych, generowanie statystyk opisowych, filtrowanie, sortowanie, grupowanie oraz wizualizację wyników na wykresie słupkowym.

Całość opiera się na bibliotekach pandas i matplotlib, dzięki czemu projekt stanowi praktyczne wprowadzenie do analizy danych w Pythonie.

Struktura projektu

csv-analysis/
└── src/
    ├── main.py          # Główny skrypt uruchamiający analizę
    ├── analysis.py      # Moduł z funkcjami przetwarzającymi dane
└── data/
    ├──sales.csv    # Plik wejściowy z danymi sprzedaży
└──README.md

Funkcjonalności

### ✔ Wczytywanie danych  
Za pomocą `pandas.read_csv()`.

### ✔ Wyświetlanie statystyk opisowych  
Średnia, min, max, odchylenie standardowe itd.

### ✔ Filtrowanie danych  
Np. produkty o ilości większej niż zadany próg.

### ✔ Sortowanie danych  
Sortowanie po cenie malejąco.

### ✔ Grupowanie i agregacja  
Sumowanie sprzedanych ilości dla każdego produktu.

### ✔ Wizualizacja danych  
Wykres słupkowy przedstawiający sumę sprzedanych produktów.

Jak działa projekt

### **main.py**
Odpowiada za cały przepływ:

    - wczytuje plik CSV,
    - wyświetla dane,
    - pokazuje statystyki,
    - filtruje dane,
    - sortuje dane,
    - grupuje i sumuje ilości,
    - generuje wykres.

### **analysis.py**
Zawiera funkcje pomocnicze:

    - `load_data(path)` – wczytuje dane z CSV  
    - `basic_stats(df)` – wyświetla statystyki opisowe  
    - `filter_data(df, min_quantity)` – filtruje dane  
    - `sort_data(df)` – sortuje po cenie  
    - `group_and_sum(df)` – grupuje po produkcie i sumuje ilości  
    - `plot_data(df)` – tworzy wykres słupkowy  

Wymagania

Zainstaluj wymagane biblioteki:
pip install pandas matplotlib

Uruchamianie projektu

1. W katalogu głównym projektu uruchom:
    python main.py
2. Upewnij się, że plik CSV znajduje się w:
    data/sales.csv

Przykładowy plik CSV (sales.csv)

product,price,quantity
Laptop,3500,4
Mouse,50,20
Keyboard,120,10
Monitor,900,5
Laptop,3500,2
Mouse,50,15

Kolumny:

- **product** – nazwa produktu  
- **price** – cena  
- **quantity** – sprzedana ilość  

Przykładowe wyniki

### Statystyki opisowe  
Wyświetlane przez `df.describe()`.

### Filtrowanie  
Produkty z ilością > 5.

### Sortowanie  
Dane posortowane po cenie malejąco.

### Grupowanie  
Suma sprzedanych ilości dla każdego produktu.

### Wykres  
Wykres słupkowy przedstawiający sumę sprzedanych produktów.