Solução - Processo Seletivo para Analista de Dados e BI

.gitignore

@@ -0,0 +1,2 @@
+.venv
+.env

cases/01/queries/get_product.sql

@@ -0,0 +1,11 @@
+SELECT 
+	* 
+FROM 
+	`looqbox-challenge`.data_product_sales
+WHERE
+	PRODUCT_CODE = {product_code} AND
+    STORE_CODE = {store_code} AND
+    (
+    DATE >= '{start_date}' AND
+    DATE <= '{end_date}'
+    )

cases/01/retrieve_products.py

@@ -0,0 +1,63 @@
+import os
+from sqlalchemy import create_engine
+from dotenv import load_dotenv
+import pandas as pd
+
+
+def retrieve_data(product_code: int, store_code: int, date: list[str]) -> pd.DataFrame:
+    """
+    Recupera os dados de vendas de produtos para um produto e uma loja específicos, em um período de tempo especificado.
+
+    Args:
+        product_code (int): Código do produto filtrado.
+        store_code (int): Código da loja filtrada.
+        date (list[str]): Lista contendo a data inicial e a data final.
+
+    Returns:
+        pd.DataFrame: Um DataFrame contendo as vendas dos produtos para o produto e a loja especificados, no período passado.
+    """
+
+
+    # Carrega as variáveis de ambiente
+    load_dotenv()
+    user = os.getenv("USER")
+    password = os.getenv("PASSWORD")
+    host = os.getenv("HOST")
+    port = os.getenv("PORT")
+    database = os.getenv("DATABASE")
+
+    # Forma a string de conexão
+    connection_string = f"mysql+pymysql://{user}:{password}@{host}:{port}/{database}"
+
+    # Cria o motor de conexão
+    engine = create_engine(connection_string)
+
+    # Leitura dos arquivos SQL e aplicação das variáveis
+    query_path = os.path.join(os.path.dirname(__file__), "queries", "get_product.sql")
+    try:
+        with open(query_path, "r", encoding="utf-8") as f:
+            sql_template = f.read()
+
+        sql_query = sql_template.format(
+            product_code=product_code,
+            store_code=store_code,
+            start_date=date[0],
+            end_date=date[1]
+            )
+
+    except Exception as e:
+        print(f'Error: {e}')
+
+    df = pd.read_sql(sql_query, con=engine)
+
+    return df
+
+
+def main():
+
+    # Exemplo de execução da função
+    df = retrieve_data(18, 1, ['2019-01-01', '2019-01-31'])
+    print(df)
+
+if __name__ == "__main__":
+    main()

cases/02/queries/data_store_cad.sql

@@ -0,0 +1,8 @@
+SELECT
+      STORE_CODE,
+      STORE_NAME,
+      START_DATE,
+      END_DATE,
+      BUSINESS_NAME,
+      BUSINESS_CODE
+FROM data_store_cad

cases/02/queries/data_store_sales.sql

@@ -0,0 +1,7 @@
+SELECT
+        STORE_CODE,
+        DATE,
+        SALES_VALUE,
+        SALES_QTY
+FROM data_store_sales
+WHERE DATE BETWEEN '2019-01-01' AND '2019-12-31'

cases/02/store_tm.py

@@ -0,0 +1,71 @@
+import os
+from sqlalchemy import create_engine
+from dotenv import load_dotenv
+import pandas as pd
+
+def get_sql_data() -> pd.DataFrame:
+    # Carrega as variáveis de ambiente
+    load_dotenv()
+    user = os.getenv("USER")
+    password = os.getenv("PASSWORD")
+    host = os.getenv("HOST")
+    port = os.getenv("PORT")
+    database = os.getenv("DATABASE")
+
+    # Forma a string de conexão
+    connection_string = f"mysql+pymysql://{user}:{password}@{host}:{port}/{database}"
+
+    # Cria o motor de conexão
+    engine = create_engine(connection_string)
+
+    # Carrega os caminhos dos arquivos SQL
+    store_cad_path = os.path.join(os.path.dirname(__file__), "queries", "data_store_cad.sql")
+    store_sales_path = os.path.join(os.path.dirname(__file__), "queries", "data_store_sales.sql")
+
+    # Lê as queries de dentro dos arquivos SQL
+    with open(store_cad_path, "r", encoding="utf-8") as f:
+        store_cad_query = f.read()
+    with open(store_sales_path, "r", encoding="utf-8") as f:
+        store_sales_query = f.read()
+
+    # Carrega os dados
+    store_cad = pd.read_sql(store_cad_query, con=engine)
+    store_sales = pd.read_sql(store_sales_query, con=engine, parse_dates=['DATE'])
+
+    return store_cad, store_sales
+
+def main():
+
+    # Exemplo de execução da função
+    store_cad, store_sales = get_sql_data()
+
+    # Filtrando para o período especificado
+    store_sales = store_sales[(store_sales['DATE'] >= '2019-10-01') & (store_sales['DATE'] <= '2019-12-31')]
+
+    # Junção dos DataFrames a partir do STORE_CODE
+    df_merged = store_cad.merge(store_sales, on='STORE_CODE', how='inner')
+
+    # Agrupando a soma de venda e quantidade pela loja e categoria
+    df_grouped = df_merged.groupby([
+        'STORE_NAME',
+        'BUSINESS_NAME'
+    ]).agg({
+        'SALES_VALUE': ['sum'],
+        'SALES_QTY': ['sum']
+    }).reset_index()
+
+    # Cálculo do Ticket Médio
+    df_grouped['TM'] = (df_grouped['SALES_VALUE'] / df_grouped['SALES_QTY']).round(2)
+
+    # Mantendo e renomeando apenas as colunas necessárias
+    df_result = df_grouped[['STORE_NAME', 'BUSINESS_NAME', 'TM']].rename(
+		columns={
+			'STORE_NAME': 'Loja',
+			'BUSINESS_NAME': 'Categoria'
+		}
+	)
+
+    print(df_result)
+
+if __name__ == "__main__":
+    main()

cases/03/data_viz.py

@@ -0,0 +1,49 @@
+import os
+from sqlalchemy import create_engine
+from dotenv import load_dotenv
+import pandas as pd
+import matplotlib.pyplot as plt
+
+def get_imdb_data():
+    # Carrega as variáveis de ambiente
+    load_dotenv()
+    user = os.getenv("USER")
+    password = os.getenv("PASSWORD")
+    host = os.getenv("HOST")
+    port = os.getenv("PORT")
+    database = os.getenv("DATABASE")
+
+    # Forma a string de conexão
+    connection_string = f"mysql+pymysql://{user}:{password}@{host}:{port}/{database}"
+
+    # Cria o motor de conexão
+    engine = create_engine(connection_string)
+
+    # Carrega os caminhos dos arquivos SQL
+    imdb_path = os.path.join(os.path.dirname(__file__), "queries", "IMDB_movies.sql")
+
+    # Lê as queries de dentro dos arquivos SQL
+    with open(imdb_path, "r", encoding="utf-8") as f:
+        imdb_query = f.read()
+
+    # Carrega os dados
+    imdb = pd.read_sql(imdb_query, con=engine)
+
+    return imdb
+
+def main():
+    df = get_imdb_data()
+
+    plt.figure(figsize=(10, 6))
+    plt.scatter(df['RevenueMillions'], df['Metascore'], alpha=0.5, color='darkblue')
+
+    plt.title('Relação entre Receita e Avaliação dos Filmes (IMDB)')
+    plt.xlabel('Receita (em Milhões)')
+    plt.ylabel('Avaliação (Metascore)')
+    plt.grid(True, linestyle='--', alpha=0.7)
+
+    # Exibe o gráfico interativo na tela
+    plt.show()
+
+if __name__ == "__main__":
+    main()

cases/03/queries/IMDB_movies.sql

@@ -0,0 +1,12 @@
+SELECT
+    *
+FROM
+    `looqbox-challenge`.IMDB_movies
+WHERE
+	RevenueMillions IS NOT NULL AND
+    Votes > (
+		SELECT
+			AVG(Votes)
+		FROM
+			`looqbox-challenge`.IMDB_movies
+    )

cases/sql_test/01.sql

@@ -0,0 +1,14 @@
+WITH ranked_products_by_value AS (
+	SELECT 
+		*,
+		RANK() OVER (ORDER BY PRODUCT_VAL DESC) AS rank_value
+	FROM 
+		`looqbox-challenge`.data_product 
+)
+
+SELECT
+	*
+FROM
+	ranked_products_by_value
+WHERE
+	rank_value <= 10

cases/sql_test/02.sql

@@ -0,0 +1,8 @@
+SELECT DISTINCT
+	DEP_NAME, SECTION_NAME
+FROM
+	`looqbox-challenge`.data_product 
+WHERE
+	DEP_NAME IN ('BEBIDAS', 'PADARIA')
+ORDER BY
+	DEP_NAME

cases/sql_test/03.sql

@@ -0,0 +1,13 @@
+SELECT 
+	BUSINESS_NAME,
+	SUM(SALES_VALUE) AS TOTAL_SALES
+FROM 
+	`looqbox-challenge`.data_store_cad AS store
+JOIN
+	`looqbox-challenge`.data_product_sales AS sales
+    USING(STORE_CODE)
+WHERE 
+	sales.DATE >= '2019-01-01' AND
+    sales.DATE < '2019-04-01'
+GROUP BY
+	BUSINESS_NAME