De: Dana Whitfield, responsável por operações na Juniper Lane
Assunto: Uma tabela para a reunião de segunda-feira
Toda semana recebo três arquivos exportados: o da loja North, o da loja South e o da loja virtual. Cada um vem de um sistema diferente, então as colunas têm nomes diferentes, as datas são escritas de formas diferentes, o arquivo de North coloca um cifrão no preço, os nomes dos produtos são digitados de qualquer jeito e sempre há algumas linhas repetidas. O arquivo de South ainda acrescenta uma linha TOTAL no final.
Preciso de duas coisas:
orders: uma tabela com as colunas order_id, order_date (datas de verdade), product (o nome oficial do produto), qty, unit_price (um número), source (north, south ou web) e revenue, sem linhas inúteis nem repetidas.
report: receita por produto (linhas) e mês (colunas), com 0 onde um produto não vendeu nada naquele mês.
Os arquivos são store_north.csv, store_south.csv e web_orders.csv. Cada passo é uma parte do trabalho; seu notebook mantém o trabalho de um passo para o seguinte.
Este projeto reúne as habilidades dos níveis Iniciante e Intermediário em uma tarefa que analistas fazem toda semana: combinar arquivos exportados de sistemas diferentes. Você vai padronizar os nomes das colunas, remover linhas em branco e linhas de resumo, converter preços e datas, empilhar os arquivos, corrigir os nomes dos produtos com base em uma lista oficial, eliminar as linhas repetidas e montar o relatório.
Faça os passos em ordem. Cada passo verifica as tabelas que ele alterou, e o seu notebook segue para o passo seguinte, como em uma análise de verdade. Se você recarregar a página ou pular para um passo adiante, o notebook começa com uma cópia limpa do trabalho feito até aquele passo.