In [1]:
from IPython.display import HTML
HTML("""
<style>
/* ocultar la primera celda */
.jp-CodeCell:first-child {
display:none;
}
/* tipografía general */
body {
font-family: 'Segoe UI', Arial, sans-serif;
line-height: 1.7;
background:#fafafc;
}
/* títulos */
h1 {
color:#6B8EEC;
border-bottom:3px solid #BFD3FF;
padding-bottom:6px;
}
h2 {
color:#5A5A7A;
margin-top:30px;
}
/* párrafos */
p {
font-size:16px;
color:#444;
}
/* bloques de código */
.jp-CodeCell pre {
background:#f4f6ff !important;
color:#333 !important;
border-left:4px solid #9FB8FF;
padding:12px;
border-radius:6px;
}
/* resultados */
.jp-OutputArea pre {
background:#fdf6ff;
border-left:4px solid #D7B8FF;
padding:10px;
border-radius:6px;
}
/* tablas de pandas */
.dataframe {
border-collapse: collapse !important;
margin-top:15px;
background:white;
border-radius:8px;
overflow:hidden;
}
.dataframe th {
background:#C9D8FF !important;
color:#333 !important;
padding:8px;
}
.dataframe td {
padding:8px;
border-bottom:1px solid #eee;
}
/* cajas informativas */
.note {
background:#EEF3FF;
padding:15px;
border-radius:8px;
border-left:6px solid #9FB8FF;
}
/* listas */
ul {
line-height:1.8;
}
</style>
""")
Out[1]:
Análisis de ventas¶
En este ejercicio se crea un DataFrame con información de productos y sus ventas.
Se realizarán las siguientes operaciones:
- Suma de ventas
- Máximo de ventas
- Ventas superiores a 120
Además, los datos se guardarán en un archivo CSV para no perder la información.
In [ ]:
import pandas as pd
# Crear dataframe
ventas = pd.DataFrame({
"producto": ["A","B","C"],
"ventas": [100,200,150]
})
ventas
In [ ]:
ventas["ventas"].sum()
In [ ]:
ventas["ventas"].max()
In [ ]:
ventas[ventas["ventas"] > 120]
In [ ]:
ventas.to_csv("ventas.csv", index=False)
In [ ]:
import os
os.listdir()
In [ ]:
import pandas as pd
ventas = pd.DataFrame({
"producto": ["A","B","C"],
"ventas": [100,200,150]
})
ventas