-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathParte_VSCode_R.R
118 lines (89 loc) · 3.54 KB
/
Parte_VSCode_R.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
##### Teste BIX #####
getwd()
search()
# importando e lendo as bibliotecas
#install.packages("ggplot2")
#install.packages("tidyverse")
#install.packages("tidyr")
#install.packages("readr")
#install.packages("lattice")
#install.packages("readxl")
library(tidyverse)
library(lattice)
library(tidyr)
library(ggplot2)
library(readr)
library(readxl)
excel_sheets("BasedeDadosBix.xlsx")
TabelaVenda <- read_excel("BasedeDadosBix.xlsx", sheet = "Venda")
View(TabelaVenda)
TabelaProduto <- read_excel("BasedeDadosBix.xlsx", sheet = "Produto")
TabelaConsumidores <- read_excel("BasedeDadosBix.xlsx", sheet = "Consumidores")
TabelaLojas <- read_excel("BasedeDadosBix.xlsx", sheet = "Lojas")
View(TabelaConsumidores)
View(TabelaLojas)
View(TabelaProduto)
str(TabelaVenda)
str(TabelaConsumidores)
str(TabelaLojas)
str(TabelaProduto)
#summarizando os dados
summary(TabelaVenda)
summary(TabelaConsumidores)
summary(TabelaLojas)
summary(TabelaProduto)
# manipulando dados com o "dplyr"
#install.packages("dplyr")
library(dplyr)
##### Salvando cada aba da planilha em .csv #####
write.csv(TabelaVenda, "D:/Documents/UNIVERSIDADE/CURSOS_APERFEICOAMENTO/DATA_SCIENCE/Testes_Empresas/Bix/Dados/Vendas.csv")
write.csv(TabelaConsumidores, "D:/Documents/UNIVERSIDADE/CURSOS_APERFEICOAMENTO/DATA_SCIENCE/Testes_Empresas/Bix/Dados/Consumidores.csv")
write.csv(TabelaProduto, "D:/Documents/UNIVERSIDADE/CURSOS_APERFEICOAMENTO/DATA_SCIENCE/Testes_Empresas/Bix/Dados/Produtos.csv")
write.csv(TabelaLojas, "D:/Documents/UNIVERSIDADE/CURSOS_APERFEICOAMENTO/DATA_SCIENCE/Testes_Empresas/Bix/Dados/Lojas.csv")
################## Minhas perguntas ##################
# 1 - Qual é a loja com mais vendas no geral
# 2 - Qual é o nome do produto mais vendido no geral
# 3 - Qual é o nome do produto mais vendido na loja com maior venda
# 4 - Qual é o tamnaho do produto mais vendido
# 5 - Qual é o estado com maior venda
# 6 - Qual é o cliente que mais comprou e onde mora
# 7 - Qual é o sexo que mais compra produtos
# 8 - O que cada sexo mais gosta de comprar
# 9 - Qual é o total de unidades vendidas por sexo
TabelaVenda['Total'] <- (TabelaVenda$Quantity*TabelaVenda$UnitPrice - (TabelaVenda$Quantity*TabelaVenda$UnitPrice*TabelaVenda$Discount))
view(TabelaVenda)
separate(TabelaVenda, Date, c('year', 'month', 'day'), sep = "-",remove = FALSE)
View(TabelaVenda %>%
group_by(year = 2019,
month = 04) %>%
summarise(MediaMensal = mean(Total),
median(Total),
sqrt(Total)))
##############################################################################
### Rascunhos
View(TabelaVenda %>%
group_by(ProductID) %>%
select(Quantity = 1, ProductID))
View(TabelaVenda %>%
group_by(ProductID) %>%
summarise(QuantityMax = max(Quantity),
Total = n()))
View(TabelaConsumidores %>%
group_by(ID = "002ec297b1b00fb9dde7ee6ac24b67713", Name) %>%
summarise(Total = n()))
a <- select(TabelaConsumidores, ID) %>%
group_by(TabelaConsumidores, Name = "Iron Man", Size = "G")
View(a[1])
b <- TabelaVenda %>%
select(ProductID, Quantity, Date) %>%
arrange(Date) %>%
group_by(ProductID = c(a[1]))
#Usando o pacote "Tidyr"
install.packages("Tidyr")
library(tidyr)
tabela1 <- TabelaVenda %>%
mutate(ValorLiquido = Quantity * (UnitPrice - UnitPrice*Discount)) #%>%
tabela2 <- tabela1 %>%
separate(Date, into = c("Year", "Month", "Day"), sep = "\\-") %>%
group_by(ProductID = c(a[1]), StoreID, Year = '2019')
barplot(tabela2$StoreID, tabela2$Quantity)