Nivel 2 · Encuentra los productos de baja rotación en pandas

Qué estás revisando, y por qué

Antes de clasificar nada, decide qué productos se pueden juzgar con justicia. Tres grupos se comportan de forma distinta:

• Los productos retirados ya están saliendo de la gama; pertenecen a otra revisión.
• Los productos nuevos en 2025 tuvieron solo parte del año a la venta. Un farol lanzado en agosto no se puede comparar con uno que vendió todo el verano.
• Los productos consolidados estuvieron a la venta los doce meses: esos son los que hay que clasificar.

El paso 1 parte de products y le une las ventas de 2025 con how="left", así que un producto que no vendió nada seguiría ahí, con unidades NaN. np.select etiqueta entonces cada producto, tomando la primera condición que es verdadera:

p["product_group"] = np.select(
    [~p["is_active"], p["launched_on"] >= "2025-01-01"],
    ["retired", "new in 2025"],
    default="established",
)

En la agregación, ("units", "count") cuenta los productos que vendieron, y una pequeña lambda cuenta los costos unitarios faltantes, porque un producto lento con un costo desconocido es uno cuyo margen nadie puede juzgar.

Clasificar dentro de cada categoría

El paso 2 necesita el total de la categoría en cada fila de producto. transform devuelve un valor por fila, alineado con la tabla original, mientras que un simple sum() devolvería una fila por categoría:

t["share"] = t["revenue"] * 100 / t.groupby("category")["revenue"].transform("sum")
low = t.sort_values(["category", "revenue"]).groupby("category").head(3)

head(3) después de ordenar es la forma en pandas de decir «los tres primeros por grupo». El paso 3 usa el mismo truco, luego suma los tres más débiles y divide entre el total de la categoría.

Cómo leer el resultado

category	producto más débil	units_2025	category_share_pct
Furniture	Upland Oak Bookcase	9	0.7
Textiles	Spruce Wool Duvet Cover	25	0.7
Outdoor	Orchard Aluminum Adirondack Chair	93	1.0
Lighting	Fern Rattan Desk Lamp	13	1.2

La proporción de ingresos y las unidades juntas cuentan la historia. La estantería y la lámpara de escritorio casi no vendieron nada; la silla Adirondack vendió 93 unidades pero a $51.99 cada una, así que apenas se nota en una categoría de juegos de patio y parrillas.

Errores comunes

• is_active es una columna booleana, así que ~p["is_active"] la invierte; p["is_active"] == "false" no coincide con nada.
• groupby().head(3) conserva las tres primeras filas en el orden actual, así que ordena primero.
• Una proporción de ingresos no dice nada sobre la ganancia. Siete productos consolidados no tienen costo unitario, así que su margen se desconoce.