Solução Data Challenge - Gabriella Pacheco

.gitignore

@@ -0,0 +1,4 @@
+venv/
+__pycache__/
+*.pyc
+.env

caso1.py

@@ -0,0 +1,49 @@
+"""
+Execução do caso 1 automacao em python
+Autora: Gabriella Pacheco
+
+"""
+
+import pandas as pd
+from typing import Optional
+from mysql_conexao import executa_query
+
+def recupera_dados(
+    product_code: Optional[int] = None,
+    store_code: Optional[int] = None,
+    date: Optional[list] = None
+) -> pd.DataFrame:
+    query = "SELECT * FROM data_product_sales WHERE 1=1"
+    params = []
+
+    if product_code is not None:
+        query += " AND PRODUCT_CODE = %s"
+        params.append(product_code)
+
+    if store_code is not None:
+        query += " AND STORE_CODE = %s"
+        params.append(store_code)
+
+    if date is not None:
+        query += " AND DATE BETWEEN %s AND %s"
+        params.extend(date)
+
+    return executa_query(query, params or None)
+
+# Executa
+if __name__ == "__main__":
+    print("Consulta de Vendas por Produto")
+    print("(Pressione Enter para ignorar um filtro)\n")
+
+    product_input = input("Código do produto: ").strip()
+    store_input   = input("Código da loja: ").strip()
+    date_start    = input("Data início (YYYY-MM-DD): ").strip()
+    date_end      = input("Data fim   (YYYY-MM-DD): ").strip()
+
+    product_code = int(product_input) if product_input else None
+    store_code   = int(store_input)   if store_input   else None
+    date         = [date_start, date_end] if date_start and date_end else None
+
+    my_data = recupera_dados(product_code, store_code, date)
+    print(f"\n{len(my_data)} registro(s) encontrado(s):\n")
+    print(my_data)

caso2.py

@@ -0,0 +1,68 @@
+"""
+Execução do caso 2 filtro por periodo
+Autora: Gabriella Pacheco
+"""
+
+import pandas as pd
+from mysql_conexao import executa_query
+
+
+QUERY_LOJAS = """
+SELECT
+      STORE_CODE,
+      STORE_NAME,
+      START_DATE,
+      END_DATE,
+      BUSINESS_NAME,
+      BUSINESS_CODE
+FROM data_store_cad
+"""
+
+QUERY_VENDAS = """
+SELECT
+        STORE_CODE,
+        DATE,
+        SALES_VALUE,
+        SALES_QTY
+FROM data_store_sales
+WHERE DATE BETWEEN '2019-01-01' AND '2019-12-31'
+"""
+
+def calcula_ticket_medio(date: list) -> pd.DataFrame:
+
+    lojas  = executa_query(QUERY_LOJAS)
+    vendas = executa_query(QUERY_VENDAS)
+
+    # Filtrando o periodo desejado pelo cliente
+    vendas["DATE"] = pd.to_datetime(vendas["DATE"])
+    vendas = vendas[
+        (vendas["DATE"] >= date[0]) &
+        (vendas["DATE"] <= date[1])
+    ]
+
+    vendas_agrupadas = (
+        vendas.groupby("STORE_CODE")
+        .agg(SALES_VALUE=("SALES_VALUE", "sum"), SALES_QTY=("SALES_QTY", "sum"))
+        .reset_index()
+    )
+
+    # Juntando as informacoes
+    df = vendas_agrupadas.merge(lojas[["STORE_CODE", "STORE_NAME", "BUSINESS_NAME"]], on="STORE_CODE")
+
+    # ticket medio do caso
+    df["TM"] = (df["SALES_VALUE"] / df["SALES_QTY"]).round(2)
+
+    resultado = (
+        df[["STORE_NAME", "BUSINESS_NAME", "TM"]]
+        .rename(columns={"STORE_NAME": "Loja", "BUSINESS_NAME": "Categoria"})
+        .sort_values("Loja")
+        .reset_index(drop=True)
+    )
+
+    return resultado
+
+if __name__ == "__main__":
+    date = ["2019-10-01", "2019-12-31"]
+
+    df = calcula_ticket_medio(date)
+    print(df.to_string(index=False))

caso3.py

@@ -0,0 +1,60 @@
+"""
+Visualizacoes com IMDB_movies
+Autora: Gabriella Pacheco
+"""
+
+import pandas as pd
+import matplotlib.pyplot as plt
+from mysql_conexao import executa_query
+
+
+def carrega_dados() -> pd.DataFrame:
+    return executa_query("SELECT * FROM IMDB_movies")
+
+
+def prepara_generos(df: pd.DataFrame) -> pd.DataFrame:
+    df = df.copy()
+    df["Genre"] = df["Genre"].str.split(",")
+    return df.explode("Genre").assign(Genre=lambda x: x["Genre"].str.strip())
+
+
+def grafico_nota_por_genero(df: pd.DataFrame, ax: plt.Axes):
+    df_generos = prepara_generos(df)
+    media = (
+        df_generos.groupby("Genre")["Rating"]
+        .mean()
+        .sort_values()
+    )
+
+    ax.barh(media.index, media.values, color="#00b6af")
+    ax.set_title("Nota Media por Genero", fontsize=13, fontweight="bold")
+    ax.set_xlabel("Nota media (IMDb)")
+    ax.axvline(media.mean(), color="red", linestyle="--", linewidth=1, label="Media geral")
+    ax.legend()
+
+
+def grafico_receita_vs_nota(df: pd.DataFrame, ax: plt.Axes):
+    df_limpo = df.dropna(subset=["RevenueMillions"])
+
+    ax.scatter(df_limpo["Rating"], df_limpo["RevenueMillions"], alpha=0.6, color="#0075b4")
+    ax.set_title("Receita x Nota IMDB", fontsize=13, fontweight="bold")
+    ax.set_xlabel("Nota (IMDb)")
+    ax.set_ylabel("Receita (milhoes USD)")
+
+
+def main():
+    df = carrega_dados()
+
+    fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(14, 6))
+    fig.suptitle("Analise IMDB Movies", fontsize=15, fontweight="bold")
+
+    grafico_nota_por_genero(df, ax1)
+    grafico_receita_vs_nota(df, ax2)
+
+    plt.tight_layout()
+    plt.savefig("caso3_imdb.png", dpi=150, bbox_inches="tight")
+    print("Grafico salvo: caso3_imdb.png")
+
+
+if __name__ == "__main__":
+    main()

mysql_conexao.py

@@ -0,0 +1,41 @@
+"""
+Módulo de conexão com MySQL.
+Autora: Gabriella Pacheco
+"""
+
+import os
+import logging
+import pandas as pd
+import mysql.connector
+from dotenv import load_dotenv
+
+load_dotenv()
+
+logging.basicConfig(level=logging.INFO, format="%(asctime)s [%(levelname)s] %(message)s")
+logger = logging.getLogger(__name__)
+
+# Obtendo credenciais de .env  
+DB_CONFIG = {
+    "host":     os.getenv("DB_HOST"),
+    "port":     int(os.getenv("DB_PORT", "3306")),
+    "database": os.getenv("DB_NAME", "looqbox-challenge"),
+    "user":     os.getenv("DB_USER"),
+    "password": os.getenv("DB_PASSWORD"),
+} 
+
+#  Roda uma query no banco e devolve um DataFrame.
+def executa_query(sql, params=None):
+    conn = None  
+
+    try:
+        conn = mysql.connector.connect(**DB_CONFIG)
+        logger.info("Conectado ao banco com sucesso.")
+        df = pd.read_sql(sql, conn, params=params)
+        return df
+    except mysql.connector.Error as e:
+        logger.error("Erro na conexao: %s", e)
+        raise
+    finally:
+        if conn and conn.is_connected():
+            conn.close()
+            logger.info("Conexao encerrada.")

requirements.txt

@@ -0,0 +1,5 @@
+mysql-connector-python==8.3.0
+pandas==2.2.1
+matplotlib==3.8.3
+python-dotenv==1.0.1
+jupyter==1.0.0

sql_test.py

@@ -0,0 +1,133 @@
+"""
+Respostas para o SQL Test do desafios.
+Autora: Gabriella Pacheco
+"""
+
+import matplotlib.pyplot as plt
+from mysql_conexao import executa_query
+
+
+# Top 10 produtos mais caros 
+
+def produtos_mais_caros():
+    sql = """
+        SELECT
+            PRODUCT_NAME,
+            PRODUCT_VAL
+        FROM data_product
+        ORDER BY PRODUCT_VAL DESC
+        LIMIT 10
+    """
+    return executa_query(sql)
+
+
+def grafico_produtos(df):
+    fig, ax = plt.subplots(figsize=(10, 6))
+
+    ax.barh(df["PRODUCT_NAME"], df["PRODUCT_VAL"], color="#4C72B0")
+    ax.invert_yaxis()
+    ax.set_xlabel("Valor (R$)")
+    ax.set_title("Top 10 produtos mais caros", fontweight="bold")
+
+    for i, val in enumerate(df["PRODUCT_VAL"]):
+        ax.text(val + 0.5, i, f"R$ {val:,.2f}", va="center", fontsize=9)
+
+    plt.tight_layout()
+    plt.savefig("grafico_1_produtos.png", dpi=150)
+    plt.show()
+    print("Gráfico salvo: grafico_1_produtos.png\n")
+
+
+# Seções dos departamentos BEBIDAS e PADARIA 
+
+def secoes_por_departamento():
+    sql = """
+        SELECT DISTINCT
+            DEP_NAME,
+            SECTION_NAME
+        FROM data_product
+        WHERE DEP_NAME IN ('BEBIDAS', 'PADARIA')
+        ORDER BY DEP_NAME, SECTION_NAME
+    """
+    return executa_query(sql)
+
+
+def grafico_secoes(df):
+    contagem = df.groupby("DEP_NAME")["SECTION_NAME"].count()
+
+    fig, axes = plt.subplots(1, 2, figsize=(12, 5))
+    cores = {"BEBIDAS": "#4C72B0", "PADARIA": "#DD8452"}
+
+    for ax, (dep, grupo) in zip(axes, df.groupby("DEP_NAME")):
+        secoes = grupo["SECTION_NAME"].tolist()
+        ax.barh(secoes, [1] * len(secoes), color=cores.get(dep, "#888"))
+        ax.set_xlim(0, 1.5)
+        ax.set_xticks([])
+        ax.set_title(f"{dep}  ({len(secoes)} seções)", fontweight="bold")
+        ax.invert_yaxis()
+
+    plt.suptitle("Secoes por departamento", fontsize=13, fontweight="bold")
+    plt.tight_layout()
+    plt.savefig("grafico_2_secoes.png", dpi=150)
+    plt.show()
+    print("Gráfico salvo: grafico_2_secoes.png\n")
+
+
+#  Total de vendas por Business Area no Q1 2019 
+
+def vendas_por_business_area():
+    sql = """
+        SELECT
+            sc.BUSINESS_NAME,
+            SUM(ss.SALES_VALUE) AS TOTAL_VENDAS
+        FROM data_store_sales ss
+        JOIN data_store_cad sc ON ss.STORE_CODE = sc.STORE_CODE
+        WHERE ss.DATE BETWEEN '2019-01-01' AND '2019-03-31'
+        GROUP BY sc.BUSINESS_NAME
+        ORDER BY TOTAL_VENDAS DESC
+    """
+    return executa_query(sql)
+
+
+def grafico_vendas(df):
+    cores = ["#00b6af", "#00a2bd", "#008cbf", "#0075b4", "#435c9c"]
+
+    fig, ax = plt.subplots(figsize=(9, 5))
+
+    bars = ax.bar(df["BUSINESS_NAME"], df["TOTAL_VENDAS"], color=cores)
+    ax.set_ylabel("Total de Vendas (R$)")
+    ax.set_title("Vendas por Business Area Q1 2019", fontweight="bold")
+    ax.tick_params(axis="x", rotation=25)
+
+    for bar, val in zip(bars, df["TOTAL_VENDAS"]):
+        ax.text(
+            bar.get_x() + bar.get_width() / 2,
+            bar.get_height() + max(df["TOTAL_VENDAS"]) * 0.01,
+            f"R$ {val:,.0f}",
+            ha="center", va="bottom", fontsize=8
+        )
+
+    plt.tight_layout()
+    plt.savefig("grafico_3_vendas.png", dpi=150)
+    plt.show()
+    print("Gráfico salvo: grafico_3_vendas.png\n")
+
+
+# Execução 
+
+if __name__ == "__main__":
+
+    print("\n Top 10 produtos mais caros")
+    df1 = produtos_mais_caros()
+    print(df1.to_string(index=False))
+    grafico_produtos(df1)
+
+    print("\n Secoess de BEBIDAS e PADARIA")
+    df2 = secoes_por_departamento()
+    print(df2.to_string(index=False))
+    grafico_secoes(df2)
+
+    print("\n Vendas por Business Area Q1 2019 ")
+    df3 = vendas_por_business_area()
+    print(df3.to_string(index=False))
+    grafico_vendas(df3)