Agrupamiento:binning - Mijail HanccoCondori.py

[MIjax1]

Tipo de Binning Aplicado: Binning Basado en Rangos

import pandas as pd import plotly.express as px from plotly.subplots import make_subplots import plotly.graph_objects as go

Cargar el archivo CSV (usando coma como separador)

file_path = 'customers.csv' data = pd.read_csv(file_path, sep=',') # Aseguramos que es separado por comas

Limpiar los nombres de las columnas para eliminar espacios en blanco

data.columns = data.columns.str.strip()

Mostrar los datos originales (primeras 5 filas)

print("Datos originales (primeras 5 filas):") print(data.head())

Definir los límites de los bins y las etiquetas para 'product_weight_g'

bins_weight = [0, 2000, 4000, 5000, float('inf')] labels_weight = ['Ligero', 'Medio', 'Pesado', 'Muy pesado']

Agrupar la columna 'product_weight_g' en bins

data['weight_category'] = pd.cut(data['product_weight_g'], bins=bins_weight, labels=labels_weight)

rangos para la longitud

bins_length = [0, 25, 50, 75, 105] labels_length = ['Pequeño', 'Mediano', 'Grande', 'Muy Grande']

Agrupar la columna 'product_length_cm' en bins

data['length_category'] = pd.cut(data['product_length_cm'], bins=bins_length, labels=labels_length)

Mostrar las categorías aplicadas

print("\nDatos con categorías de peso y longitud (primeras 5 filas):") print(data[['product_id', 'product_weight_g', 'weight_category', 'product_length_cm', 'length_category']].head())

Guardar el DataFrame actualizado con las nuevas columnas en un archivo CSV

output_file_path = 'customers_with_categories.csv' data.to_csv(output_file_path, index=False) print(f"\nArchivo CSV actualizado guardado en: {output_file_path}")

Crear subplots: uno debajo del otro

fig = make_subplots(rows=2, cols=1, subplot_titles=('Distribución de Categorías de Peso', 'Distribución de Categorías de Longitud'))

Agregar el gráfico de categorías de peso

fig.add_trace( go.Histogram(x=data['weight_category'], marker_color='#636EFA'), row=1, col=1 )

Agregar el gráfico de categorías de longitud

fig.add_trace( go.Histogram(x=data['length_category'], marker_color='#EF553B'), row=2, col=1 )

Actualizar el layout de los gráficos para centrar y ampliar de manera proporcional

fig.update_layout( title_text='Distribución de Categorías de Peso y Longitud', showlegend=False, height=1200, # Aumentar la altura total width=800, # Aumentar el ancho para hacerlo más grande margin=dict(l=100, r=100, t=100, b=100),

Mostrar el gráfico

fig.show()