Nivel 2 · Construye la revisión mensual en pandas

Qué estás verificando y por qué

Un mes está listo para informarse solo cuando sus pedidos se han asentado. Los pedidos llegan como pending y pasan a completed, cancelled o refunded en los días siguientes. Una tabulación cruzada de mes contra estado muestra dónde están los pedidos abiertos:

counts = pd.crosstab(o["month"], o["status"])

Noviembre tiene 2 pedidos pendientes de 715; diciembre tiene 94 de 777. Esa es la evidencia detrás de informar de noviembre.

Una tabla por fuente

Los KPI vienen de tres tablas con tres granularidades: líneas de pedido, devoluciones y sesiones web. El patrón seguro es llevar cada una a una fila por mes, indexada por mes, y luego aplicar join:

sales = lines.groupby("month").agg(revenue=("revenue", "sum"), orders=("order_id", "nunique"), ...)
refunds = returns.groupby(returns["returned_on"].dt.strftime("%Y-%m"))["refund_amount"].sum()
kpi = sales.join(refunds.rename("refunds")).join(web)

Los compradores nuevos necesitan un paso más. “Nuevo” significa que el primer pedido completado del cliente cae en el mes. transform("min") pone la fecha del primer pedido de cada cliente en cada una de sus líneas, y .where() conserva el customer_id solo en las líneas de ese primer mes, así que nunique() del resultado cuenta los compradores nuevos.

Cómo leer el resultado

month	net_revenue	orders	avg_order_value	buyers	web_conversion_pct
2024-11	319,297.22	564	566.13	357	3.50
2025-10	174,599.43	333	524.32	261	2.33
2025-11	292,364.40	651	449.10	442	4.45

Frente a octubre todo sube, como cada noviembre. Frente al año pasado, el volumen creció y los ingresos cayeron, así que la pregunta pasa a ser el valor medio del pedido. El paso 3 la responde: siete pedidos voluminosos el noviembre pasado, uno este noviembre.

Explicar el cambio

El paso 3 trabaja a nivel de pedido, porque el tamaño de un pedido solo se conoce una vez que sus líneas se han sumado. Agrupa las líneas por mes y pedido, etiqueta cada pedido con np.where y luego agrupa los pedidos por mes y banda. El resultado divide cada noviembre en unos pocos pedidos grandes y muchos regulares, que es el desglose que convierte “los ingresos cayeron” en una razón sobre la que la dirección puede actuar.

Trampas

• groupby sobre una Series calculada (returns["returned_on"].dt.strftime(...)) funciona sin añadir antes una columna; el resultado queda indexado por las etiquetas de mes.
• Sumar buyers entre meses cuenta dos veces a las personas que compraron en ambos.
• .loc[["2024-11", ...]] lanza un KeyError si falta un mes en una fuente; join conserva los meses de ventas y deja NaN donde otra fuente no tiene ninguno.