Ya estoy inscrito ¿Todavía no tienes acceso? Nuestros Planes
Ya estoy inscrito ¿Todavía no tienes acceso? Nuestros Planes
1
respuesta

08 Desafío: llegó la hora de practicar

Aprendimos a construir una visualización capaz de resaltar elementos a través de algunas funciones integradas. Y, en este desafío, podemos aplicar algunas de esas funciones.

El objetivo de este desafío es construir una visualización que permita identificar qué categorías de productos generaron más y menos costos para la tienda.

Recuerda que, para continuar con el desafío, necesitas usar el fechaset tienda_libros.csv. El diccionario de datos que describe este conjunto está disponible en el desafío de la clase 1.

import pandas as pd

df_tienda = pd.read_csv('/content/tienda_libros.csv')

# Agregamos los costos por categoría
costo_por_categoria = df_tienda.groupby('categoria')[['costo_producto']].sum()

# Creación de la visualización con Styler
estilo_costo = costo_por_categoria.style\
    .format("${:,.2f}")\
    .highlight_max(color='lightcoral')\
    .highlight_min(color='lightgreen')\
    .set_caption("Resumen de Costos Totales por Categoría de Producto")

estilo_costo

Ingrese aquí la descripción de esta imagen para ayudar con la accesibilidad

1 respuesta

¡Hola César, espero que estés bien!

Parece que estás en el camino correcto para completar el desafío. Has utilizado pandas para agrupar y sumar los costos por categoría y luego has aplicado estilos para resaltar los valores máximos y mínimos. La visualización que has creado muestra claramente qué categorías generaron más y menos costos.

Aquí hay algunos puntos clave que aseguran que tu solución sea efectiva:

  1. Agrupación y Suma: Usaste groupby y sum() para obtener el costo total por categoría, lo cual es correcto.

  2. Formato de Estilo: Aplicaste el formato de moneda usando format("${:,.2f}"), lo cual hace que los datos sean más comprensibles.

  3. Resaltado: Utilizaste highlight_max y highlight_min para resaltar las categorías con los costos más altos y más bajos, respectivamente.

  4. Leyenda: La leyenda de la tabla es clara y describe bien el contenido.

Si deseas mejorar aún más tu visualización, podrías considerar agregar más estilos o incluso crear gráficos adicionales usando bibliotecas como matplotlib o seaborn para complementar la tabla.

Espero que esto te ayude y buenos estudios!