ALL AUTOMATE WORKFLOW EVERYWHERE BUSINESS DATA ANALYSIS ENGLISH ARTICLES

Sales Data Processing & Analysis with SQLite and Excel – Automated Sales Insights

EN – Sales Data Processing & Analysis with SQLite and Excel – Automated Sales Insights

This Python script processes an Excel sales dataset (sales_data.xlsx) and generates an enhanced output file (sales_data_output_with_SQL.xlsx) with filtered data, SQL-powered queries, and dynamic visual insights using SQLite and Pandas.

Key Features:
1. Reads & Cleans Data:
– Loads the Sheet1 data from sales_data.xlsx into a Pandas DataFrame.

Sales Data
– Normalizes column names (replacing spaces with underscores for SQL compatibility).

2. Stores Data in SQLite Database:
– Uses an in-memory SQLite database (sqlite://) to store the data for efficient querying.

3. Filters & Extracts Key Sales Data using SQL Queries:
– Creates 4 filtered data sheets based on SQL queries:
– Chocolate Chip Sales – Filters rows where Product=Chocolate Chip.
– Vanilla Cookie Sales – Filters rows where Product=Vanilla Cookie.
– High Quantity Sales – Retrieves sales with Units_Sold > 100.
– Recent Orders – Displays the last 10 orders, sorted by Date.

4. Generates an Insights Sheet with Dynamic Charts:
– Creates a Sales Insights sheet in the Excel output file.
– Uses SQLite queries & Pandas to generate 3 key business insights:
– Total Sales by Product (Bar Chart)
– Sales Trend Over Time (Line Chart)
– Top 5 Best-Selling Products (Pie Chart)
– Dynamically formats tables and inserts charts at the next available row.

Sales Insights

Final Output:
– The sales_data_output_with_SQL.xlsx file contains:
– Filtered sales data in multiple sheets.
– A Sales Insights sheet with formatted tables and dynamic charts.

Use Case:
This script is ideal for automating sales reports, analyzing trends, and creating visually appealing business insights with minimal manual effort.

✅ End Result: A well-structured Excel report with SQL-driven analysis and dynamic charts for better decision-making!

Python script and Video credit: Trifonas Papadopoulos

YouTube link: https://lnkd.in/dV7dbXGC

 

GR – Επεξεργασία & Ανάλυση Δεδομένων Πωλήσεων με SQLite και Excel

Αυτό το Python script επεξεργάζεται ένα σύνολο δεδομένων πωλήσεων από Excel (sales_data.xlsx) και δημιουργεί ένα εμπλουτισμένο αρχείο εξόδου (sales_data_output_with_SQL.xlsx) με φιλτραρισμένα δεδομένα, ερωτήματα βασισμένα σε SQL και δυναμικές γραφικές αναπαραστάσεις χρησιμοποιώντας SQLite και Pandas.


Κύρια Χαρακτηριστικά:

  1. Ανάγνωση & Καθαρισμός Δεδομένων:
    • Φορτώνει τα δεδομένα του φύλλου “Sheet1” από το αρχείο sales_data.xlsx σε ένα DataFrame του Pandas.
    • Κανονικοποιεί τα ονόματα των στηλών (αντικαθιστώντας τα κενά με κάτω παύλες για συμβατότητα με SQL).
  2. Αποθήκευση Δεδομένων στη Βάση SQLite:
    • Χρησιμοποιεί μια βάση SQLite στη μνήμη (sqlite://) για αποθήκευση των δεδομένων με αποτελεσματική αναζήτηση.
  3. Φιλτράρισμα & Εξαγωγή Κύριων Δεδομένων Πωλήσεων μέσω SQL Ερωτημάτων:
    • Δημιουργεί 4 φύλλα δεδομένων με φίλτρα βασισμένα σε SQL ερωτήματα:
      • Πωλήσεις Chocolate Chip – Φιλτράρει τις γραμμές όπου το Product=Chocolate Chip.
      • Πωλήσεις Vanilla Cookie – Φιλτράρει τις γραμμές όπου το Product=Vanilla Cookie.
      • Πωλήσεις Μεγάλων Ποσοτήτων – Εξάγει πωλήσεις με Units_Sold > 100.
      • Πρόσφατες Παραγγελίες – Εμφανίζει τις τελευταίες 10 παραγγελίες ταξινομημένες κατά Date.
  4. Δημιουργία Φύλλου Insights με Δυναμικά Διαγράμματα:
    • Δημιουργεί ένα φύλλο “Sales Insights” στο αρχείο Excel εξόδου.
    • Χρησιμοποιεί SQL ερωτήματα & Pandas για τη δημιουργία 3 βασικών επιχειρηματικών αναλύσεων:
      • Συνολικές Πωλήσεις ανά Προϊόν (Ραβδοδιάγραμμα)
      • Τάση Πωλήσεων με την Πάροδο του Χρόνου (Γραμμικό Διάγραμμα)
      • Τα 5 Κορυφαία Προϊόντα σε Πωλήσεις (Διάγραμμα Πίτας)
    • Διαμορφώνει δυναμικά τους πίνακες και εισάγει διαγράμματα στην επόμενη διαθέσιμη γραμμή.

Τελικό Αποτέλεσμα:

  • Το αρχείο sales_data_output_with_SQL.xlsx περιέχει:
    • Φιλτραρισμένα δεδομένα πωλήσεων σε πολλαπλά φύλλα.
    • Ένα φύλλο “Sales Insights” με μορφοποιημένους πίνακες και δυναμικά διαγράμματα.

Χρήση:

Αυτό το script είναι ιδανικό για αυτοματοποίηση αναφορών πωλήσεων, ανάλυση τάσεων και δημιουργία ελκυστικών επιχειρηματικών αναλύσεων με ελάχιστη χειροκίνητη παρέμβαση.

Τελικό Αποτέλεσμα: Ένα καλά δομημένο αρχείο Excel με ανάλυση βάσει SQL και δυναμικά διαγράμματα για καλύτερη λήψη αποφάσεων!

YouTube link: https://lnkd.in/dV7dbXGC

Views: 5

Comments are closed.

Pin It