Indice / Practicas / EJ-6.8

EJ-6.8 · Resumen por cliente en dos niveles

202 líneas de pedido y 15 clientes. El resumen necesita dos agrupaciones encadenadas, porque el ticket promedio de un cliente no es el promedio de sus líneas: es el promedio de sus pedidos.

Qué hay que hacer

A partir de pedidos_lineas.csv, producir resumen_cliente.csv: una fila por cliente, con cuántos pedidos hizo, cuántas líneas, cuántas unidades, cuánto gastó y su ticket promedio.

Los dos niveles

1. Por pedido: agrupar por (cliente_id, pedido) y sumar los importes. Cada pedido pasa a ser una fila.
2. Por cliente: agrupar el resultado por cliente_id, contar pedidos y sumar totales.

Con una sola agrupación se puede calcular el total gastado, pero no la cantidad de pedidos ni el ticket. Ese es el motivo de la cadena.

Cómo saber si te salió

python comparar.py mi_salida.csv resumen_cliente.csv

Antes de arrancar, mirá los datos

El contrato de salida

resumen_cliente.csv · 15 filas

Orden de las filas: cliente_id ascendente. Es unico. Indice: no se escribe: to_csv(index=False)

Que hacer con cada defecto

Conteos clave

Si estos numeros no te dan, algo se desvio antes de que llegues a comparar los archivos.

Invariantes

Comprobaciones que tu resultado tiene que cumplir. Corrilas vos mismo antes de comparar los archivos:

len(resumen) == 15
resumen['cliente_id'].is_unique
int(resumen['lineas'].sum()) == 202
int(resumen['pedidos'].sum()) == 85
int(resumen['lineas_sin_importe'].sum()) == 3
(resumen['lineas_sin_importe'] <= resumen['lineas']).all()
(resumen['pedidos'] <= resumen['lineas']).all()
resumen['cliente'].notna().all()
(abs(resumen['ticket_promedio'] - resumen['total'] / resumen['pedidos']) < 0.01).all()

Así tiene que quedar