Nivel 2 · ¿Qué motivos de devolución cuestan más?

Las barras comparan categorías

Los motivos de devolución no tienen un orden natural, y Angela quiere comparar su tamaño. Eso es un gráfico de barras. Los datos son un número por motivo:

refunds = returns.groupby("reason")["refund_amount"].sum().round(2).sort_values(ascending=False)
# changed_mind    132949.23
# damaged         128729.46
# late             57859.97
# wrong_item       51735.20

Ordena siempre las barras por valor. Un orden alfabético obliga al lector a buscar la mayor; uno ordenado se lee como una clasificación de un vistazo.

Vertical u horizontal

ax.bar(x, heights) dibuja barras verticales, ax.barh(y, widths) horizontales. Elige horizontal cuando las etiquetas son largas (nombres de producto, cargos, motivos): siguen siendo legibles sin inclinarse.

Hay una trampa. barh dibuja el primer elemento abajo. Con los datos ordenados de mayor a menor, la barra mayor acaba abajo. Dos soluciones:

ax.barh(refunds.index, refunds.values)
ax.invert_yaxis()                     # flip: first item on top

# or sort ascending just for the chart
s = refunds.sort_values()
ax.barh(s.index, s.values)

Con pandas es una línea, y devuelve los Axes para los toques finales: ax = refunds.sort_values().plot(kind="barh").

Valores en las barras y un color de resaltado

ax.bar_label escribe el valor de cada barra en su extremo, para que nadie tenga que leer el eje:

bars = ax.barh(refunds.index, refunds.values, color=colors)
ax.bar_label(bars, labels=[f"${v / 1000:.0f}k" for v in refunds.values], padding=3)

El color es para significar, no para decorar. Pon todas las barras en gris y da un color fuerte a una sola: la de la que habla tu título. Una list comprehension construye los colores en el mismo orden que las barras:

colors = ["#c0392b" if r == "damaged" else "#b0b0b0" for r in refunds.index]

Qué dice el gráfico

Changed minds lidera con $132,949.23 a partir de 698 devoluciones. Los artículos dañados cuestan casi lo mismo, $128,729.46, a partir de solo 477 devoluciones, así que cada devolución por daño es más cara. Juntos suman el 71 % de los $371,273.86 reembolsados. Una mejora del embalaje atacaría un coste tan grande como el que preocupaba a Angela, y es mucho más fácil de abordar que clientes que cambian de opinión. Ese es el tipo de hallazgo que debería enunciar el título.

Errores comunes

• Olvidar que barh dibuja de abajo arriba, de modo que el elemento “de arriba” cae abajo.
• Dejar las barras sin ordenar. Los lectores comparan vecinos; una clasificación necesita barras ordenadas.
• Dar a cada barra su propio color. Se ve recargado y oculta la barra que importa.
• Empezar el eje de valores por encima de cero. La longitud de una barra es su valor; si cortas el eje, las longitudes mienten.