Exercicio18 concluído

[larissagabriela]

Exercício Online Ratail concluído.

[igormq]

Olá Larissa, tudo bem? Você e o João estão arrasando nos exercícios, meus parabéns! Vou parar de enrolar e começar a correção!

Step 6. Create a scatterplot with the Quantity per UnitPrice by CustomerID for the top 3 Countries (except UK)

Aqui o que ele pede é um pouco diferente do que foi feito! Ele pede a Quantidade por Preço Unitário aglutinado pelo CustomerID. No entanto, não sabemos se o CostumerID é único por país (seria bom checar). Em todo caso, o certo seria realizar um groupby em cima de CostumerID e Country.

# groupby CustomerID
customers = online_rt.groupby(['CustomerID','Country']).sum()

E em cima disso trabalhamos nos dados. Como, por exemplo, remover os preços negativos:

customers = customers[customers.UnitPrice > 0]

Aqui eu voltei com a coluna country para ficar mais fácil o plot!

customers['Country'] = customers.index.get_level_values(1)

top3 = online_rt.query('Country in @top3').Country.values

Com isso, podemos filtrar os consumidores pelo top country

# filter the dataframe to just select ones in the top_countries
customers = customers[customers['Country'].isin(top_countries)]

E finalmente podemos plotar

g = sns.FacetGrid(customers, col="Country")
g.map(plt.scatter, "Quantity", "UnitPrice", alpha=1)
g.add_legend()

Step 7.1.1 Display the first few rows of that DataFrame

Seguindo o passo anterior, aqui você deveria trabalhar com o groupby

online_rt.groupby(['CustomerID','Country']).sum().head()

Step 7.1.2 Think about what that piece of code does and display the dtype of UnitPrice

Como pode ver o UnitPrice é float64. Somar UnitPrice pode nos levar a muitos erros, pois não diz muito o quê o consumidor está fazendo de verdade. Suponha que um consumidor faça 1 pedido de 1000 itens de R$1 cada enquanto um outro faz 1000 pedidos de 1 item de R$1 cada. Com isso, não há muita diferença o que o primeiro e o último fizeram, pois no final das contas ambos gastaram a mesma quantidade de dinheiro.

Step 7.1.3 Pull data from online_rtfor CustomerIDs 12346.0 and 12347.0.

A ideia aqui é ver eles separadamente para ficar claro um ponto de vista

display(online_rt[online_rt.CustomerID == 12347.0].
        sort_values(by='UnitPrice', ascending = False).head())
display(online_rt[online_rt.CustomerID == 12346.0].
        sort_values(by='UnitPrice', ascending = False).head())

O consumidor 12346.0 fez um pedido gigante, enquanto o 12347 fez muitos pedidos pequenos. Então a gente consegue identificar um potencial problema do porquê o plot da seção 6 está estranho.

8.1 Group UnitPrice by intervals of 1 for prices [0,50), and sum Quantity and Revenue.

Você fez o exercício super certo, mas há uma outra forma de fazer ele que eu também acho que vale a pena saber!

buckets = np.arange(0,50,1)
revenue_per_price = online_rt.groupby(pd.cut(online_rt.UnitPrice, buckets)).Revenue.sum()
revenue_per_price.head()

revenue_per_price.plot()
plt.xlabel('Unit Price (in intervals of '+str(price_interval)+')')
plt.ylabel('Revenue')
plt.show()

8.4

Aqui você também poderia ter ajustado o eixo x, além de ter colocado nome nos eixos :)

plt.xlabel('Unit Price (in buckets of 1)') 
plt.ylabel('Revenue')
plt.xticks(np.arange(0,50,3),
           np.arange(0,50,3))

BONUS: Create your own question and answer it.

Muito legal sua ideia, Larissa! No entanto, não fica claro qual país é qual em cada bolinha. Minha dica seria ter uma bolinha diferente para cada país e uma legenda, ou até mesmo oclocar uma label dentro do plot em cada bolinha para que a gente saiba qual é o pais! Esse que tá la no extremo é quem?

Meus parabéns, você arrasou 🥇