Analisando as principais localizações de clientes
Com base no seu bom trabalho com a empresa de e-commerce, pediram para você ajudar a ampliar um relatório existente sobre as vendas por país.
O gerente de vendas quer entender onde estão localizados os principais clientes. No momento, eles não têm uma definição clara do que significa "principal". O ideal é que possam testar facilmente vários valores de corte para considerar alguém um cliente principal e ver como o gráfico muda com diferentes valores de corte.
Sua tarefa é ajudar o gerente de vendas usando um input do tipo range para viabilizar um app com atualização em tempo real que filtre as vendas por um valor mínimo de OrderValue.
Este exercício faz parte do curso
Construindo Dashboards com Dash e Plotly
Instruções do exercício
- Adicione um componente de input do tipo range chamado
dcc.Inputcom o identificadormin_order_valabaixo da linha34, permitindo que usuários selecionem um valor de50a550. - No callback abaixo da linha
53, verifiqueinput_vale filtre o DataFramesalescomOrderValuemaior que o valor selecionado.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
from dash import Dash, dcc, html, Input, Output, callback
import plotly.express as px
import pandas as pd
from datetime import datetime, date
ecom_sales = pd.read_csv('/usr/local/share/datasets/ecom_sales.csv')
logo_link = 'https://assets.datacamp.com/production/repositories/5893/datasets/fdbe0accd2581a0c505dab4b29ebb66cf72a1803/e-comlogo.png'
def make_break(num_breaks):
br_list = [html.Br()] * num_breaks
return br_list
def add_logo():
corp_logo = html.Img(
src=logo_link,
style={'width':'75px','margin':'20px 20px 5px 5px','border':'1px dashed lightblue','display':'inline-block'})
return corp_logo
def style_c():
layout_style={'display':'inline-block','margin':'0 auto','padding':'20px'}
return layout_style
app = Dash()
app.layout = [
add_logo(),
*make_break(2),
html.H1('Sales Dashboard'),
*make_break(3),
html.Div([
html.H2('Controls', style=style_c()),
html.H3('Set minimum OrderValue'),
*make_break(2),
dcc.Input(
# Add a range input
id='min_order_val', type='____',
____=____, ____=____, value=50,
debounce=False,
style={'width':'300px', 'height':'30px'})],
style={'width':'350px', 'height':'350px', 'vertical-align':'top', 'border':'1px solid black',
'display':'inline-block', 'margin':'0px 80px'}),
html.Div([
dcc.Graph(id='sales_country'),
html.H2('Sales Quantity by Country', style={ 'border':'2px solid black', 'width':'400px', 'margin':'0 auto'})],
style={'width':'500px','display':'inline-block'})
]
@callback(
Output(component_id='sales_country', component_property='figure'),
Input(component_id='min_order_val', component_property='value'))
def update_plot(input_val):
sales = ecom_sales.copy(deep=True)
# Check for input and filter sales
if ____:
input_val = round(float(input_val), 2)
sales = sales[sales['OrderValue'] > ____]
fig = px.scatter(data_frame=sales, y='OrderValue', height=400,
x='Quantity', color='Country',
title=f'Orders of Min Value ${input_val}')
return fig
if __name__ == '__main__':
app.run(debug=True)