Realizando testes

company.yaml → ProjectPython/DataAnalysis/company.yaml

@@ -378,7 +378,7 @@ comportamento_do_cliente:
     idade: 50
     sexo: Masculino
     cidade: Belo Horizonte
-    valor_gasto_total:15000.00
+    valor_gasto_total: 15000.00
   - id: 104
     nome: Ana Santos
     idade: 55

ProjectPython/index.py

@@ -1,6 +1,13 @@
 import tkinter as tk
 from tkinter import ttk
-#import
+from turtle import title
+from matplotlib.figure import Figure
+import pandas as pd
+import matplotlib.pyplot as plt
+import yaml
+
+
+#installing PyYAML
 
 
 app = tk.Tk()
@@ -20,4 +27,60 @@
 
 lb1 = ttk.Label(tab1, text="a")
 lb1.pack()
-app.mainloop()
+app.mainloop()
+
+def mostrar_venda_mes():
+    with open('/home/alberto-linux/RepositoriosGitHub/Banheiras/ProjectPython/DataAnalysis/company.yaml', 'r') as file:
+        # Carrega os dados do arquivo
+        dataCompany = yaml.safe_load(file)
+
+    # Cria o DataFrame
+    vendas_df = pd.DataFrame(dataCompany['vendas'])
+    vendas_df['data'] = pd.to_datetime(vendas_df['data'])
+    vendas_df['quantidade'] = vendas_df['quantidade'].astype(int)
+
+    # Processamento dos dados
+    vendas_por_mes_e_produtos = vendas_df.groupby([pd.Grouper(key='data', freq='M'), 'produto']).agg({'quantidade': 'sum'}).reset_index()
+    vendas_pivot = vendas_por_mes_e_produtos.pivot(index='data', columns='produto', values='quantidade').fillna(0)
+
+    # Cria a figura do gráfico
+    fig = Figure(figsize=(10, 6))
+    ax = fig.add_subplot(111)
+    vendas_pivot.plot(kind='bar', ax=ax)
+    ax.set_title('Vendas por Mês')
+    ax.set_xlabel('Mês')
+    ax.set_ylabel('Vendas do mês')
+    ax.legend(title='Produto')
+    ax.grid(True)
+
+    # Retorna a figura
+    return fig
+
+
+def calcular_media():
+        with open('/home/alberto-linux/RepositoriosGitHub/Banheiras/ProjectPython/DataAnalysis/company.yaml', 'r') as file:
+            data = yaml.safe_load(file)
+
+            vendas_df = pd.DataFrame(data['vendas'])
+            estatisticas = vendas_df.describe()
+            print(estatisticas)
+            valores_ausentes = vendas_df.isnull().sum()
+            print(valores_ausentes)
+            #calculando médias da idade
+            idade_media = vendas_df['idade'].mean()
+            idade_mediana = vendas_df['idade'].median()
+            idade_minima = vendas_df['idade'].min()
+            idade_maxima = vendas_df['idade'].max()
+            #calculando média de valores gastos
+            valor_gast_media = vendas_df['valor_gasto_total'].mean()
+            valor_gast_media = vendas_df['valor_gasto_total'].median()
+            valor_gast_media = vendas_df['valor_gasto_total'].min()
+            valor_gast_media = vendas_df['valor_gasto_total'].max()
+
+def remover_valores_nulos():
+     with open('/home/alberto-linux/RepositoriosGitHub/Banheiras/ProjectPython/DataAnalysis/company.yaml', 'r') as file:
+            data = yaml.safe_load(file)
+
+            vendas_df = pd.DataFrame(data['vendas'])
+     for coluna in vendas_df.select_dtypes(include=['float', 'int']).columns:
+        vendas_df[coluna].fillna(vendas_df[coluna].mean(), inplace=True)