app.py

import streamlit as st
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt


st.sidebar.title('Выберите анализируемый период')
choice = st.sidebar.selectbox('Какой период вы хотите выбрать ? ', ("Февраль 2022","Февраль 2023",'Резюме'))
st.sidebar.write('Вы выбрали: ', choice)


if choice == 'Февраль 2022':
    dataset=pd.read_excel(r'Feb202222.xlsx')
    dataset = dataset.drop_duplicates()
    dataset['Разница'] = dataset['Запрашиваемая скидка, %'] - dataset['Согласованная скидка, %']

    st.header("Аналитика по КП")

    st.write(f'Общее количество КП за анализируемый период - {dataset.shape[0]}')

    men_array = dataset['Менеджер О.П.'].unique()
    men_requests = {}
    for i in men_array:
        men_requests.update({f"{i}": dataset.loc[dataset["Менеджер О.П."] == i].shape[0]})
    men_requests = dict(sorted(men_requests.items(), key=lambda item: item[1]))
    bar_list = list(men_requests.keys())
    bar_vals = list(men_requests.values())
    sns.set(rc={'figure.figsize': (19, 10)}, font_scale=0.65)
    y = sns.barplot(x=bar_list, y=bar_vals)
    y.bar_label(y.containers[0])
    fig = y.get_figure()
    fig.savefig(f'{choice}firstdraw.png')
    st.image(f'{choice}firstdraw.png', caption='Количество КП отправленных менеджером Отдела продаж за месяц')

    plt.clf()
    dataset.loc[dataset['Обратная связь от клиента'] != "Клиент позицию взял"].shape[0]
    pie_data = [dataset.loc[dataset['Обратная связь от клиента'] == "Клиент позицию взял"].shape[0],
                dataset.loc[dataset['Обратная связь от клиента'] != "Клиент позицию взял"].shape[0]]
    pie_lables = ['Клиент взял позицию', 'Клиент не взял позицию']
    colors_pie = sns.color_palette('bright')[1:5]
    plt.rcParams.update({'font.size': 22})
    plt.pie(pie_data, labels=pie_lables, colors=colors_pie, autopct='%.0f%%', textprops={'fontsize': 22})
    plt.savefig(f'{choice}seconddraw.png')
    st.image(f'{choice}seconddraw.png', caption='Реакция клиентов на КП')

    plt.clf()
    data_discount = dataset.loc[
        (dataset['Обратная связь от клиента'] == "Клиент позицию взял") & (dataset['Согласованная скидка, %'] != 0)]
    data_discount = data_discount[['Менеджер О.П.', 'Согласованная скидка, %']].groupby(
        ['Менеджер О.П.']).mean().dropna()
    data_discount = data_discount.sort_values(by='Согласованная скидка, %', ascending=False)
    data_discount = data_discount.to_dict()['Согласованная скидка, %']
    discount_list = list(data_discount.keys())
    discount_vals = list(data_discount.values())
    x = sns.barplot(x=discount_list, y=discount_vals)
    x.bar_label(x.containers[0])
    thirdfig = x.get_figure()
    thirdfig.savefig(f'{choice}thirddraw.png')
    st.image(f'{choice}thirddraw.png', caption='Какой процент скидки в среднем запрашивает Менеджер О.П.')

    plt.clf()
    categories = dataset[['ТГ', "Количество в запросе, шт"]].groupby(['ТГ']).sum().sort_values(
        by='Количество в запросе, шт', ascending=False)
    categories = categories.to_dict()['Количество в запросе, шт']
    cats_list = list(categories.keys())
    cats_vals = list(categories.values())
    cols = ['red' if x > 400 else 'green' for x in cats_vals]
    sns.set(rc={'figure.figsize': (19, 10)}, font_scale=0.80)
    z = sns.barplot(x=cats_vals, y=cats_list, estimator=np.sum, palette=cols)
    z.bar_label(z.containers[0])
    fourfig = z.get_figure()
    fourfig.savefig(f'{choice}fourdraw.png')
    st.image(f'{choice}fourdraw.png',
             caption='Суммарное количество позиций, поступивших по КП. Суммарно по товарным группам')

    plt.clf()
    men_array = dataset['ТГ'].unique()
    men_requests = {}
    for i in men_array:
        men_requests.update({f"{i}": dataset.loc[dataset["ТГ"] == i].shape[0]})
    men_requests = dict(sorted(men_requests.items(), key=lambda item: item[1]))
    bar_list = list(men_requests.keys())
    bar_vals = list(men_requests.values())
    sns.set(rc={'figure.figsize': (19, 10)}, font_scale=0.65)
    y = sns.barplot(x=bar_vals, y=bar_list, palette=['red'])
    y.bar_label(y.containers[0])
    fivefig = y.get_figure()
    fivefig.savefig(f'{choice}fivedraw.png')
    st.image(f'{choice}fivedraw.png', caption='Количество поступивших КП по товарным группам')

    plt.clf()
    ex = {}
    for vb in dataset['Тип согласования'].unique():
        ex.update({vb: dataset.loc[dataset['Тип согласования'] == f'{vb}'].shape[0]})
    bar_list = list(ex.keys())
    bar_vals = list(ex.values())
    q = sns.barplot(y=bar_vals, x=bar_list)
    sixfig = q.get_figure()
    sixfig.savefig(f'{choice}sixdraw.png')
    st.image(f'{choice}sixdraw.png', caption='Типы КП на анализируемый период')

    plt.clf()
    dif_data = [dataset.loc[dataset['Разница'] == 0].shape[0],
                dataset.shape[0] - dataset.loc[dataset['Разница'] == 0].shape[0]]
    dif_lables = ['Запрашиваемая и Согласованная скидки совпадают', 'Запрашиваемая и Согласованная скидки НЕ совпадают']
    other_colors_pie = sns.color_palette('bright')[0:4]
    plt.rcParams.update({'font.size': 22})
    plt.pie(dif_data, labels=dif_lables, colors=other_colors_pie, autopct='%.0f%%', textprops={'fontsize': 22})
    plt.savefig(f'{choice}sevendraw.png')
    st.image(f'{choice}sevendraw.png', caption='Совпадение/ НЕ совпадение Согласованной и Запрашиваемой скидок')
elif choice == 'Февраль 2023':
    dataset = pd.read_excel(r'Feb202322.xlsx')
    dataset = dataset.drop_duplicates()
    dataset['Разница'] = dataset['Запрашиваемая скидка, %'] - dataset['Согласованная скидка, %']

    st.header("Аналитика по КП")

    st.write(f'Общее количество КП за анализируемый период - {dataset.shape[0]}')

    men_array = dataset['Менеджер О.П.'].unique()
    men_requests = {}
    for i in men_array:
        men_requests.update({f"{i}": dataset.loc[dataset["Менеджер О.П."] == i].shape[0]})
    men_requests = dict(sorted(men_requests.items(), key=lambda item: item[1]))
    bar_list = list(men_requests.keys())
    bar_vals = list(men_requests.values())
    sns.set(rc={'figure.figsize': (19, 10)}, font_scale=0.65)
    y = sns.barplot(x=bar_list, y=bar_vals)
    y.bar_label(y.containers[0])
    fig = y.get_figure()
    fig.savefig(f'{choice}firstdraw.png')
    st.image(f'{choice}firstdraw.png', caption='Количество КП отправленных менеджером Отдела продаж за месяц')

    plt.clf()
    dataset.loc[dataset['Обратная связь от клиента'] != "Клиент позицию взял"].shape[0]
    pie_data = [dataset.loc[dataset['Обратная связь от клиента'] == "Клиент позицию взял"].shape[0],
                dataset.loc[dataset['Обратная связь от клиента'] != "Клиент позицию взял"].shape[0]]
    pie_lables = ['Клиент взял позицию', 'Клиент не взял позицию']
    colors_pie = sns.color_palette('bright')[1:5]
    plt.rcParams.update({'font.size': 22})
    plt.pie(pie_data, labels=pie_lables, colors=colors_pie, autopct='%.0f%%', textprops={'fontsize': 22})
    plt.savefig(f'{choice}seconddraw.png')
    st.image(f'{choice}seconddraw.png', caption='Реакция клиентов на КП')

    plt.clf()
    data_discount = dataset.loc[
        (dataset['Обратная связь от клиента'] == "Клиент позицию взял") & (dataset['Согласованная скидка, %'] != 0)]
    data_discount = data_discount[['Менеджер О.П.', 'Согласованная скидка, %']].groupby(
        ['Менеджер О.П.']).mean().dropna()
    data_discount = data_discount.sort_values(by='Согласованная скидка, %', ascending=False)
    data_discount = data_discount.to_dict()['Согласованная скидка, %']
    discount_list = list(data_discount.keys())
    discount_vals = list(data_discount.values())
    x = sns.barplot(x=discount_list, y=discount_vals)
    x.bar_label(x.containers[0])
    thirdfig = x.get_figure()
    thirdfig.savefig(f'{choice}thirddraw.png')
    st.image(f'{choice}thirddraw.png', caption='Какой процент скидки в среднем запрашивает Менеджер О.П.')

    plt.clf()
    categories = dataset[['ТГ', "Количество в запросе, шт"]].groupby(['ТГ']).sum().sort_values(
        by='Количество в запросе, шт', ascending=False)
    categories = categories.to_dict()['Количество в запросе, шт']
    cats_list = list(categories.keys())
    cats_vals = list(categories.values())
    cols = ['red' if x > 400 else 'green' for x in cats_vals]
    sns.set(rc={'figure.figsize': (19, 10)}, font_scale=0.80)
    z = sns.barplot(x=cats_vals, y=cats_list, estimator=np.sum, palette=cols)
    z.bar_label(z.containers[0])
    fourfig = z.get_figure()
    fourfig.savefig(f'{choice}fourdraw.png')
    st.image(f'{choice}fourdraw.png',
             caption='Суммарное количество позиций, поступивших по КП. Суммарно по товарным группам')

    plt.clf()
    men_array = dataset['ТГ'].unique()
    men_requests = {}
    for i in men_array:
        men_requests.update({f"{i}": dataset.loc[dataset["ТГ"] == i].shape[0]})
    men_requests = dict(sorted(men_requests.items(), key=lambda item: item[1]))
    bar_list = list(men_requests.keys())
    bar_vals = list(men_requests.values())
    sns.set(rc={'figure.figsize': (19, 10)}, font_scale=0.65)
    y = sns.barplot(x=bar_vals, y=bar_list, palette=['red'])
    y.bar_label(y.containers[0])
    fivefig = y.get_figure()
    fivefig.savefig(f'{choice}fivedraw.png')
    st.image(f'{choice}fivedraw.png', caption='Количество поступивших КП по товарным группам')

    plt.clf()
    ex = {}
    for vb in dataset['Тип согласования'].unique():
        ex.update({vb: dataset.loc[dataset['Тип согласования'] == f'{vb}'].shape[0]})
    bar_list = list(ex.keys())
    bar_vals = list(ex.values())
    q = sns.barplot(y=bar_vals, x=bar_list)
    sixfig = q.get_figure()
    sixfig.savefig(f'{choice}sixdraw.png')
    st.image(f'{choice}sixdraw.png', caption='Типы КП на анализируемый период')

    plt.clf()
    dif_data = [dataset.loc[dataset['Разница'] == 0].shape[0],
                dataset.shape[0] - dataset.loc[dataset['Разница'] == 0].shape[0]]
    dif_lables = ['Запрашиваемая и Согласованная скидки совпадают', 'Запрашиваемая и Согласованная скидки НЕ совпадают']
    other_colors_pie = sns.color_palette('bright')[0:4]
    plt.rcParams.update({'font.size': 22})
    plt.pie(dif_data, labels=dif_lables, colors=other_colors_pie, autopct='%.0f%%', textprops={'fontsize': 22})
    plt.savefig(f'{choice}sevendraw.png')
    st.image(f'{choice}sevendraw.png', caption='Совпадение/ НЕ совпадение Согласованной и Запрашиваемой скидок')
elif choice == 'Резюме':
    dataset1 = pd.read_excel(r'Feb202222.xlsx')
    dataset1 = dataset1.drop_duplicates()
    dataset1['Разница'] = dataset1['Запрашиваемая скидка, %'] - dataset1['Согласованная скидка, %']

    dataset2 = pd.read_excel(r'Feb202322.xlsx')
    dataset2 = dataset2.drop_duplicates()
    dataset2['Разница'] = dataset2['Запрашиваемая скидка, %'] - dataset2['Согласованная скидка, %']

    st.header("Резюме Аналитики по КП")

    st.text(f'Сравнение количества КП')

    quant_lables = ['2022', '2023']
    quant_vals = [dataset1.shape[0], dataset2.shape[0]]
    quant_data = pd.DataFrame.from_dict({'names': quant_lables, 'values': quant_vals})
    st.bar_chart(quant_data, x='names', y='values', height=0)
    st.text('По сравнению с февралем 2022 года, количество КП в 2023 году возрасло на 70 %')

    quant2_lables = ['2022', '2023']
    quant2_vals = [dataset1['Количество в запросе, шт'].sum(), dataset2['Количество в запросе, шт'].sum()]
    quant2_data = pd.DataFrame.from_dict({'names': quant2_lables, 'values': quant2_vals})
    st.bar_chart(quant2_data, x='names', y='values', height=0)
    st.text(f'Сравнение суммарного количества товаров запрошенных по КП за февраль 2022 и февраль 2023')

    def top_tg_zapros():

        sp = plt.subplot(121)
        tg1_array = dataset1['ТГ'].unique()
        tg1_requests = {}
        for i in tg1_array:
            tg1_requests.update({f"{i}": dataset1.loc[dataset1["ТГ"] == i].shape[0]})
        tg1_requests = dict(sorted(tg1_requests.items(), key=lambda item: item[1], reverse=True))
        bar1_list = list(tg1_requests.keys())[0:5]
        bar_vals = list(tg1_requests.values())[0:5]
        y = sns.barplot(x=bar_vals, y=bar1_list, palette=['red'])
        y.bar_label(y.containers[0])
        quan_tg_fig1 = y.get_figure()
        quan_tg_fig1.savefig(f'{choice}quan_tg_fig1draw.png')
        plt.title('2022', fontsize=15)

        sp = plt.subplot(122)
        tg2_array = dataset2['ТГ'].unique()
        tg2_requests = {}
        for i in tg2_array:
            tg2_requests.update({f"{i}": dataset2.loc[dataset2["ТГ"] == i].shape[0]})
        tg2_requests = dict(sorted(tg2_requests.items(), key=lambda item: item[1], reverse=True))
        bar2_list = list(tg2_requests.keys())[0:5]
        bar_vals = list(tg2_requests.values())[0:5]
        y = sns.barplot(x=bar_vals, y=bar2_list, palette=['blue'])
        y.bar_label(y.containers[0])
        quan_tg_fig2 = y.get_figure()
        quan_tg_fig2.savefig(f'{choice}quan_tg_fig2draw.png')
        plt.title('2023', fontsize=15)

        plt.savefig('Something2.png')
        st.image('Something2.png', caption='ТОП-5 товарных групп по количеству КП')

        return bar1_list, bar2_list


    def pie_data_clientreact():

        plt.clf()
        sp = plt.subplot(121)
        dataset1.loc[dataset1['Обратная связь от клиента'] != "Клиент позицию взял"].shape[0]
        pie1_data = [dataset1.loc[dataset1['Обратная связь от клиента'] == "Клиент позицию взял"].shape[0],
                     dataset1.loc[dataset1['Обратная связь от клиента'] != "Клиент позицию взял"].shape[0]]
        pie1_lables = ['Клиент взял позицию', 'Клиент не взял позицию']
        colors_pie = sns.color_palette('bright')[1:5]
        plt.rcParams.update({'font.size': 15})
        plt.pie(pie1_data, labels=pie1_lables, colors=colors_pie, autopct='%.0f%%', textprops={'fontsize': 15})
        plt.title('2022', fontsize=15)

        sp = plt.subplot(122)
        dataset2.loc[dataset2['Обратная связь от клиента'] != "Клиент позицию взял"].shape[0]
        pie2_data = [dataset2.loc[dataset2['Обратная связь от клиента'] == "Клиент позицию взял"].shape[0],
                     dataset2.loc[dataset2['Обратная связь от клиента'] != "Клиент позицию взял"].shape[0]]
        pie2_lables = ['Клиент взял позицию', 'Клиент не взял позицию']
        colors_pie = sns.color_palette('bright')[1:5]
        plt.rcParams.update({'font.size': 15})
        plt.pie(pie2_data, labels=pie2_lables, colors=colors_pie, autopct='%.0f%%', textprops={'fontsize': 15})
        plt.title('2023', fontsize=15)

        plt.savefig('SOMETHIG.png')
        st.image('SOMETHIG.png', caption='Реакция клиентов на КП')


    def quantTG():
        sp = plt.subplot(121)
        new_cat1 = {}
        categories1 = dataset1[['ТГ', "Количество в запросе, шт"]].groupby(['ТГ']).sum().sort_values(
            by='Количество в запросе, шт', ascending=False)
        categories1 = categories1.to_dict()['Количество в запросе, шт']
        for key, value in categories1.items():
            if key in f1:
                new_cat1[key] = value

        cats_list = list(new_cat1.keys())
        cats_vals = list(new_cat1.values())
        cols = ['red']
        sns.set(rc={'figure.figsize': (19, 10)}, font_scale=0.80)
        z1 = sns.barplot(x=cats_vals, y=cats_list, estimator=np.sum, palette=cols)
        z1.bar_label(z1.containers[0])
        plt.title('2022', fontsize=15)

        sp = plt.subplot(122)
        new_cat2 = {}
        categories2 = dataset2[['ТГ', "Количество в запросе, шт"]].groupby(['ТГ']).sum().sort_values(
            by='Количество в запросе, шт', ascending=False)
        categories2 = categories2.to_dict()['Количество в запросе, шт']
        for key, value in categories2.items():
            if key in k2:
                new_cat2[key] = value

        cats_list = list(new_cat2.keys())
        cats_vals = list(new_cat2.values())
        cols = ['blue']
        sns.set(rc={'figure.figsize': (19, 10)}, font_scale=0.80)
        z = sns.barplot(x=cats_vals, y=cats_list, estimator=np.sum, palette=cols)
        z.bar_label(z.containers[0])
        plt.title('2022', fontsize=15)

        plt.savefig('KPquanTG.png')
        st.image('KPquanTG.png', caption='Количество позиций по ТОП-5 ТГ')


    def TGtype():
        sp = plt.subplot(121)
        ex1 = {}
        for vb in dataset1['Тип согласования'].unique():
            ex1.update({vb: dataset1.loc[dataset1['Тип согласования'] == f'{vb}'].shape[0]})
        bar1_list = list(ex1.keys())
        bar1_vals = list(ex1.values())
        q = sns.barplot(y=bar1_vals, x=bar1_list)
        q.bar_label(q.containers[0])
        plt.title('2022', fontsize=15)

        sp = plt.subplot(122)
        ex2 = {}
        for vb in dataset2['Тип согласования'].unique():
            ex2.update({vb: dataset2.loc[dataset2['Тип согласования'] == f'{vb}'].shape[0]})
        bar2_list = list(ex2.keys())
        bar2_vals = list(ex2.values())
        q2 = sns.barplot(y=bar2_vals, x=bar2_list)
        q2.bar_label(q2.containers[0])
        plt.title('2023', fontsize=15)

        plt.savefig('SoglType.png')
        st.image('SoglType.png')


    def pricesovp():
        sp = plt.subplot(121)
        dif1_data = [dataset1.loc[dataset1['Разница'] == 0].shape[0],
                     dataset1.shape[0] - dataset1.loc[dataset1['Разница'] == 0].shape[0]]
        dif1_lables = ['Совпадают', 'НЕ совпадают']
        other_colors_pie = sns.color_palette('bright')[0:4]
        plt.rcParams.update({'font.size': 13})
        plt.pie(dif1_data, labels=dif1_lables, colors=other_colors_pie, autopct='%.0f%%', textprops={'fontsize': 13})
        plt.title('2022', fontsize=20)

        sp = plt.subplot(122)
        dif2_data = [dataset2.loc[dataset2['Разница'] == 0].shape[0],
                     dataset2.shape[0] - dataset2.loc[dataset2['Разница'] == 0].shape[0]]
        dif2_lables = ['Совпадают', 'НЕ совпадают']
        other_colors_pie = sns.color_palette('bright')[0:4]
        plt.rcParams.update({'font.size': 20})
        plt.pie(dif2_data, labels=dif2_lables, colors=other_colors_pie, autopct='%.0f%%', textprops={'fontsize': 13})
        plt.title('2023', fontsize=20)

        plt.savefig('zaprsogl.png')
        st.image('zaprsogl.png')

    def fivequantpi():
        sp = plt.subplot(121)
        dif1_data = [dataset1.loc[dataset1['Количество в запросе, шт'] <= 5 ].shape[0],
                     dataset1.shape[0] - dataset1.loc[dataset1['Разница'] > 5].shape[0]]
        dif1_lables = ['Меньше 5 штук', 'Больше 5 штук']
        other_colors_pie = sns.color_palette('bright')[0:4]
        plt.rcParams.update({'font.size': 13})
        plt.pie(dif1_data, labels=dif1_lables, colors=other_colors_pie, autopct='%.0f%%', textprops={'fontsize': 13})
        plt.title('2022', fontsize=20)

        sp = plt.subplot(122)
        dif2_data = [dataset2.loc[dataset2['Количество в запросе, шт'] <= 5 ].shape[0],
                     dataset2.shape[0] - dataset2.loc[dataset2['Разница'] > 5].shape[0]]
        dif2_lables = ['Меньше 5 штук', 'Больше 5 штук']
        other_colors_pie = sns.color_palette('bright')[0:4]
        plt.rcParams.update({'font.size': 20})
        plt.pie(dif2_data, labels=dif2_lables, colors=other_colors_pie, autopct='%.0f%%', textprops={'fontsize': 13})
        plt.title('2023', fontsize=20)

        plt.savefig('fiveqiantpi.png')
        st.image('fiveqiantpi.png')


    f1, k2 = top_tg_zapros()
    st.write(
        'На графике мы можем видеть изменения в ТГ, по которым приходят КП. Можно заметить, что по состоянию на 2023 год в ТОП-5 групп выбились Накладки, Накладки Simpeco и Оптика. Стоит обратить внимание на то, что Рессоры и Барабаны Simpeco остались в ТОП-5, также как и в 2022.')
    plt.clf()
    quantTG()
    st.write(
        'На основе это графика, не трудно сделать вывод, что с ростом количества КП, растет и количество позиций, на которые запрашивается скидка. Таким образом мы можем увидеть прирост по двум совпадающим ТГ - Рессоры и Барабаны Simpeco, если конкретнее то количество по Рессорам возросло на 34%, а по барабанам Simpeco на 239%')
    plt.clf()
    TGtype()
    st.write('Количество КП по типу "На Объем" по сравнению с февралем прошлого года возросло на 517%')
    plt.clf()
    fivequantpi()
    st.write('Можем заметить увеличение запросов, в которых количество товаров меньше 5 штук')
    plt.clf()
    pricesovp()
    st.write(
        'Можем заметить что процент скидок в которых совпадает Цена Запрашиваемая и Цена Согласованная, увеличился. Это свидетельствует о том, что КП, которые поступают в ОЦДР, укладываются в текущую политику именно поэтому необходимо оценить поведение клиента.')
    plt.clf()
    pie_data_clientreact()
    st.write(
        'Из этого графика можем заметить, что в относительных показателях процент клиентов, которые берут позиции с учетом скидок по КП увеличился на 1%. Этот показатель является незначительным, с учетом роста количества КП, а также роста запросов по типу скидки "На объем"')

    st.header('Благодарим за внимание !')