Desafío 1 – Facturación por región

La facturación = (valor_unitario * cantidad) + costo_envio.
Luego agrupamos por region y graficamos.

import matplotlib.pyplot as plt
import seaborn as sns

Calcular facturación

df['facturacion'] = (df['valor_unitario'] * df['cantidad']) + df['costo_envio']

Agrupar por región

facturacion_region = df.groupby('region')['facturacion'].sum().reset_index()

Visual

plt.figure(figsize=(8,5))
sns.barplot(x='region', y='facturacion', data=facturacion_region, palette='viridis')
plt.title('Facturación por Región', fontsize=14, weight='bold')
plt.xlabel('Región')
plt.ylabel('Facturación ($)')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

Desafío 2 – Composición por sexo en México y Puebla

Filtramos los estados y mostramos composición agrupada o apilada.

Filtrar estados México y Puebla

df_mex_pue = df[df['estado'].isin(['México', 'Puebla'])]

Agrupar por estado y sexo

sexo_estado = df_mex_pue.groupby(['estado', 'sexo_biologico']).size().reset_index(name='conteo')

Visual apilado

plt.figure(figsize=(8,5))
sexo_estado_pivot = sexo_estado.pivot(index='estado', columns='sexo_biologico', values='conteo')
sexo_estado_pivot.plot(kind='bar', stacked=True, color=['#4B9CD3', '#FFB6B9'], figsize=(8,5))

plt.title('Composición del Público por Sexo en México y Puebla', fontsize=14, weight='bold')
plt.xlabel('Estado')
plt.ylabel('Cantidad de Clientes')
plt.xticks(rotation=0)
plt.legend(title='Sexo biológico')
plt.tight_layout()
plt.show()