Analise de Clientes e Compras em Site Online com NumPy e Colab - Notebook

A partir do Dataset NumPy datasetnpy com o Código e o total de compras 2022 dos 8000 clientes de um site online Com isso faça um Notebook Colab Google AOP2IPYNB com as seguintes questões a Exibir na tela a quantidade de clientes em porcentagem com os seguintes cartões GRUPO CARTÃO COMPRAS ACIMA DE R BRONZE Até R 10000 PRATA Até R 50000 OURO Até R 100000 DIAMANTE Demais clientes b Exibir o valor médio de compra por Grupo de Cartão c Exibir na tela uma LISTA os 5 maiores compradores deste site online d Exibir na tela uma LISTA código e total de compras dos 5 MAIORES compradores POR GRUPO deste site online BRONZE Até R 10000 PRATA Até R 50000 OURO Até R 100000 DIAMANTE Demais clientes b Exibir o valor médio de compra por Grupo de Cartão c Exibir na tela uma LISTA os 5 maiores compradores deste site online d Exibir na tela uma LISTA código e total de compras dos 5 MAIORES compradores POR GRUPO deste site online Link do Notebook Colab da AOP2 Clique Aqui PARA ENTREGAR A ATIVIDADE Faça a impressão do seu Notebook Colab ipynb no formato PDF Acrobat e faça o upload no AVA Atividade Avaliativa Pontuada 2 Programação para manipulação de dados AOP2 ATIVIDADE ONLINE PONTUADA 2 NOME COMPLETO ATIVIDADE ONLINE PONTUADA AOP2Discursiva Usar as Técnicas de programação Python Vetorização Indexação Booleana Indexação Sofisticada HÁ EXEMPLOS PRONTOS NOS NOTEBOOKS DAS LIÇÕES Link do Arquivo datasetnpy Clique Aqui Carregar o Dataset arquivo from googlecolab import files import pandas import numpy Abrir o arquivo datasetnpy do diretório salvo na sua máquina file filesupload dataset numpyloaddatasetnpy dataset array3159 30337393458 2530 25 9301 160858573348 2806 179670178143 5319 51701692601 2575 484159095062 12092023 0529 Cópia de AOP2ipynb Colaboratory httpscolabresearchgooglecomdrive1jQeH2ol47eR1czom0Pg4ArCRXsQkdWuscrollTo7tL2fZ2fzmXFprintModetrue 28 typedataset numpyndarray CÓDIGO DO CLIENTE TOTAL DE COMPRAS R 0 31590 3033739346 1 25300 25000000 2 93010 1608585733 3 21680 1018298846 4 27930 3399205837 7995 87300 2815080335 7996 83740 2836407819 7997 28060 1796701781 7998 53190 5170169260 7999 25750 4841590951 8000 rows 2 columns SOMENTE PARA UMA MELHOR VISUALIZAÇÃO DOS DADOS df pandasDataFramedataset columnsCÓDIGO DO CLIENTE TOTAL DE COMPRAS R df CÓDIGO DO CLIENTE TOTAL DE COMPRAS R count 8000000000 8000000000 mean 5488371375 1717032571 std 2600940600 1933329908 min 1000000000 25000000 25 3223750000 25000000 50 5474500000 1086201384 75 7751500000 2909035272 max 9999000000 11947516458 dfdescribe QUESTÃO 1 050 PONTOS POR LETRA 12092023 0529 Cópia de AOP2ipynb Colaboratory httpscolabresearchgooglecomdrive1jQeH2ol47eR1czom0Pg4ArCRXsQkdWuscrollTo7tL2fZ2fzmXFprintModetrue 38 A partir do Dataset NumPy datasetnpy com o Código e o total de compras 2020 dos 8000 clientes de um site online Com isso faça um Notebook Colab Google AOP2IPYNB com as seguintes questões a MANIPULAÇÃO 1 Exibir na tela a quantidade de clientes em porcentagem com os seguintes cartões RESPOSTA USANDO O NDARRAY NUMPY dataset PEQUENA DICA CLIENTES CARTÃO BRONZE Compras até R 10000 clientesBronzes dataset 1 10000 clientesPrata dataset 1 10000 dataset 1 50000 clientesOuro dataset 1 50000 dataset 1 100000 clientesDiamante dataset 1 100000 printfQuantidade de Clientes Cartão Bronze sumclientesBronzes datasetsha printfQuantidade de Clientes Cartão Prata sumclientesPrata datasetshape printfQuantidade de Clientes Cartão Ouro sumclientesOuro datasetshape0 printfQuantidade de Clientes Cartão Diamante sumclientesDiamante dataset Quantidade de Clientes Cartão Bronze 3604 Quantidade de Clientes Cartão Prata 560 Quantidade de Clientes Cartão Ouro 727 Quantidade de Clientes Cartão Diamante 5109 RESPOSTA USANDO O DATAFRAME PANDAS df dfTOTAL DE COMPRAS R dfTOTAL DE COMPRAS Rastypefloat dflocdfTOTAL DE COMPRAS R 10000 dfTOTAL DE COMPRAS R 5000 dflocdfTOTAL DE COMPRAS R 50000 dfTOTAL DE COMPRAS R 1000 12092023 0529 Cópia de AOP2ipynb Colaboratory httpscolabresearchgooglecomdrive1jQeH2ol47eR1czom0Pg4ArCRXsQkdWuscrollTo7tL2fZ2fzmXFprintModetrue 48 dflocdfTOTAL DE COMPRAS R 100000 Categoria Diamante dflocdfTOTAL DE COMPRAS R 10000 Categoria Bronze quantidadetotal lendf porcentagembronze lendfdfCategoria Bronze quantidadetotal 10 porcentagemprata lendfdfCategoria Prata quantidadetotal 100 porcentagemouro lendfdfCategoria Ouro quantidadetotal 100 porcentagemdiamante lendfdfCategoria Diamante quantidadetotal printfQuantidade de Clientes Cartão Bronze porcentagembronze2f printfQuantidade de Clientes Cartão Prata porcentagemprata2f printfQuantidade de Clientes Cartão Ouro porcentagemouro2f printfQuantidade de Clientes Cartão Diamante porcentagemdiamante2f Quantidade de Clientes Cartão Bronze 3604 Quantidade de Clientes Cartão Prata 560 Quantidade de Clientes Cartão Ouro 727 Quantidade de Clientes Cartão Diamante 5109 b MANIPULAÇÃO 2 Exibir o valor médio de compra por Grupo de Cartão RESPOSTA USANDO O NDARRAY NUMPY dataset import numpy as np valormediobronze npmeandataset 1clientesBronzes valormedioprata npmeandataset 1clientesPrata valormedioouro npmeandataset 1clientesOuro valormediodiamante npmeandataset 1clientesDiamante printfValor Médio de Compra Cartão Bronze valormediobronze2f printfValor Médio de Compra Cartão Prata valormedioprata2f printfValor Médio de Compra Cartão Ouro valormedioouro2f printfValor Médio de Compra Cartão Diamante valormediodiamante2f Valor Médio de Compra Cartão Bronze 2608 Valor Médio de Compra Cartão Prata 29715 Valor Médio de Compra Cartão Ouro 74478 Valor Médio de Compra Cartão Diamante 320394 RESPOSTA USANDO O DATAFRAME PANDAS df grupocartao dfgroupbyCategoriaTOTAL DE COMPRAS Rmean printgrupocartao Categoria Bronze 26079690 Diamante 3203935937 Ouro 744782027 Prata 297150685 Name TOTAL DE COMPRAS R dtype float64 12092023 0529 Cópia de AOP2ipynb Colaboratory httpscolabresearchgooglecomdrive1jQeH2ol47eR1czom0Pg4ArCRXsQkdWuscrollTo7tL2fZ2fzmXFprintModetrue 58 c MANIPULAÇÃO 3 Exibir na tela uma LISTA os 5 maiores compradores deste site online RESPOSTA USANDO O NDARRAY NUMPY dataset Suponha que você tenha um ndarray chamado dataset onde cada coluna representa u Obtenha os índices dos 5 maiores compradores indicesmaiorescompradores npargsortdataset15 Exiba os 5 maiores compradores printLista dos 5 Maiores Compradores for indice in indicesmaiorescompradores nomecomprador dataset0indice totalcompras dataset1indice printfNome nomecomprador Total de Compras totalcompras2f Lista dos 5 Maiores Compradores Nome 30337393458020815 Total de Compras 2500 Nome 31590 Total de Compras 253000 RESPOSTA USANDO O DATAFRAME PANDAS df df dfsortvaluesbyTOTAL DE COMPRAS R ascendingFalse cincomaiorescompradores dfhead5 printLista dos 5 Maiores Compradores printcincomaiorescompradoresCÓDIGO DO CLIENTE TOTAL DE COMPRAS R Lista dos 5 Maiores Compradores CÓDIGO DO CLIENTE TOTAL DE COMPRAS R 1808 69030 11947516458 4347 30680 11172345373 4455 24530 11163150812 2668 52760 10345071680 1082 49620 10318002287 d MANIPULAÇÃO 4 Exibir na tela uma LISTA código e total de compras dos 5 MAIORES compradores POR GRUPO deste site online RESPOSTA USANDO O NDARRAY NUMPY dataset cincomaiorescompradoresporgrupo grupos Bronzes Prata Ouro Diamante for i grupo in enumerategrupos clientesgrupo datasetevalfclientesgrupo clientesordenados clientesgrupoclientesgrupo 1argsort1 cincomaioresgrupo clientesordenados5 cincomaiorescompradoresporgrupogrupo cincomaioresgrupo 12092023 0529 Cópia de AOP2ipynb Colaboratory httpscolabresearchgooglecomdrive1jQeH2ol47eR1czom0Pg4ArCRXsQkdWuscrollTo7tL2fZ2fzmXFprintModetrue 68 for grupo cincomaiores in cincomaiorescompradoresporgrupoitems printfGrupo grupo for cliente in cincomaiores nomecomprador cliente0 totalcompras cliente1 printfNome nomecomprador Total de Compras totalcompras2f Grupo Bronzes Nome 80480 Total de Compras 9966 Nome 62010 Total de Compras 9965 Nome 95060 Total de Compras 9659 Nome 89440 Total de Compras 9600 Nome 28300 Total de Compras 9584 Grupo Prata Nome 85850 Total de Compras 49761 Nome 86240 Total de Compras 49719 Nome 20460 Total de Compras 49532 Nome 89020 Total de Compras 49524 Nome 62570 Total de Compras 49462 Grupo Ouro Nome 31510 Total de Compras 99788 Nome 56170 Total de Compras 99728 Nome 42100 Total de Compras 99485 Nome 68910 Total de Compras 99424 Nome 54750 Total de Compras 99404 Grupo Diamante Nome 69030 Total de Compras 1194752 Nome 30680 Total de Compras 1117235 Nome 24530 Total de Compras 1116315 Nome 52760 Total de Compras 1034507 Nome 49620 Total de Compras 1031800 RESPOSTA USANDO O DATAFRAME PANDAS df cincomaioresporgrupo dfgroupbyCategoriaapplylambda x xnlargest5 TO Exibir os 5 maiores compradores por grupo print5 Maiores Compradores por Grupo printcincomaioresporgrupo 5 Maiores Compradores por Grupo CÓDIGO DO CLIENTE TOTAL DE COMPRAS R Categoria 0 80480 99659189 Bronze 1 62010 99646738 Bronze 2 95060 96591394 Bronze 3 89440 95998523 Bronze 4 28300 95836288 Bronze 5 69030 11947516458 Diamante 6 30680 11172345373 Diamante 7 24530 11163150812 Diamante 8 52760 10345071680 Diamante 9 49620 10318002287 Diamante 10 31510 997875109 Ouro 11 56170 997279450 Ouro 12 42100 994854815 Ouro 13 68910 994241228 Ouro 14 54750 994043645 Ouro 15 85850 497606833 Prata 12092023 0529 Cópia de AOP2ipynb Colaboratory httpscolabresearchgooglecomdrive1jQeH2ol47eR1czom0Pg4ArCRXsQkdWuscrollTo7tL2fZ2fzmXFprintModetrue 78 16 86240 497186069 Prata 17 20460 495317337 Prata 18 89020 495239629 Prata 19 62570 494619731 Prata OBSERVAÇÃO IMPORTANTE PARA ENTREGAR A ATIVIDADE OBRIGATÓRIO Faça a impressão do seu Notebook Colab ipynb no formato PDF Acrobat PDF e faça o upload no AVA AOP2pdf CONVERTER IPYNB para PDF PASSO A PASSO 1 Fazer o download do seu IPYNB 2 Fazer o upload do seu IPYNB para área temporária content 3 Rodar o código abaixo com seu NOMEDOCOLABipynb Gerar um HTML 4 Fazer o download do seu HTML e abrir em um Browser qualquer 5 Imprimir a página HTML em PDF Pronto UFA NÃO ENVIAR O ARQUIVO COLAB IPYNB FAÇA AQUI UM LINK PARA O PROFESSOR COMPARTILHADO COM TODOS Link para o professor 12092023 0529 Cópia de AOP2ipynb Colaboratory httpscolabresearchgooglecomdrive1jQeH2ol47eR1czom0Pg4ArCRXsQkdWuscrollTo7tL2fZ2fzmXFprintModetrue 88