La solicitud

De Megan Collins, Directora de Ventas
Tu objetivo
Usando las líneas de pedido con quantity > 0 de pedidos con status 'completed' hechos en 2025, calcula el valor de cada pedido y añade el segmento del cliente. Asigna a result este texto (se escribe en inglés tal cual, porque es lo que comprueba el juego), con las cifras calculadas en código: "Business accounts placed {A} of 2025's completed orders but brought {B} of revenue. Their median order was ${C}, against ${D} for consumers, so losing one business account costs as much as losing several consumers." A y B son las cuotas de business sobre los pedidos y sobre los ingresos como porcentajes enteros (formato de f-string :.0%), C y D los valores de pedido medianos de business y de consumer con separadores de miles y sin decimales (formato :,.0f).
- Usa el DataFrame
customerspendiente - Usa el DataFrame
orderspendiente - Guarda un texto (str) en
resultpendiente
Tu código
Cargando el editor…
Solución de referencia
| customer_id | first_name | last_name | city | |
|---|---|---|---|---|
| 1 | Owen | Hudson | owen.hudson@icloud.com | San Francisco |
| 2 | Douglas | Mendoza | dmendoza69@gmail.com | Atlanta |
| 3 | Henry | Brooks | hbrooks@lakesidecafe.com | Los Angeles |
| 4 | Brian | Graham | bgraham@bluecedarhomes.com | Seattle |
Mote revisa tu resultado
Presiona Ejecutar. Cada fila que cumple el objetivo se vuelve una luciérnaga en tu linterna.
Lo que recibe Megan, y por qué
DataFrames
Cargados como DataFrames de pandas, junto con pd y np.
customers2,018 filas · 9 columnas
customer_idintegerfirst_namevarcharlast_namevarcharemailvarcharcityvarcharstatevarcharsignup_datedatesegmentvarcharreferral_sourcevarchar
| customer_id | first_name | last_name | city | state | signup_date | segment | referral_source | |
|---|---|---|---|---|---|---|---|---|
| 1 | Owen | Hudson | owen.hudson@icloud.com | San Francisco | CA | 2022-06-02 | consumer | search |
| 2 | Douglas | Mendoza | dmendoza69@gmail.com | Atlanta | GA | 2022-06-02 | consumer | NaN |
| 3 | Henry | Brooks | hbrooks@lakesidecafe.com | Los Angeles | CA | 2022-06-04 | business | NaN |
| 4 | Brian | Graham | bgraham@bluecedarhomes.com | Seattle | WA | 2022-06-06 | business | |
| 5 | Kyle | Jimenez | kjimenez27@yahoo.com | Indianapolis | IN | 2022-06-07 | consumer | NaN |
orders12,000 filas · 7 columnas
order_idintegercustomer_idintegerorder_datetimestampstatusvarcharchannelvarcharshipping_feedecimalcoupon_codevarchar
| order_id | customer_id | order_date | status | channel | shipping_fee | coupon_code |
|---|---|---|---|---|---|---|
| 1001 | 125 | 2023-01-01 20:51:19 | completed | web | 0.00 | NaN |
| 1002 | 156 | 2023-01-02 07:58:46 | completed | web | 0.00 | NaN |
| 1003 | 22 | 2023-01-02 10:25:27 | completed | marketplace | 4.99 | WELCOME10 |
| 1004 | 48 | 2023-01-02 11:21:51 | completed | marketplace | 4.99 | WELCOME10 |
| 1005 | 82 | 2023-01-02 11:43:36 | completed | web | 0.00 | WELCOME10 |
order_items30,338 filas · 6 columnas
order_item_idintegerorder_idintegerproduct_idintegerquantityintegerunit_pricedecimaldiscount_pctdecimal
| order_item_id | order_id | product_id | quantity | unit_price | discount_pct |
|---|---|---|---|---|---|
| 1 | 1001 | 121 | 9 | 31.99 | 0.00 |
| 2 | 1001 | 154 | 3 | 11.99 | 0.00 |
| 3 | 1002 | 154 | 4 | 11.99 | 0.00 |
| 4 | 1002 | 194 | 1 | 149.00 | 0.00 |
| 5 | 1002 | 193 | 2 | 19.99 | 0.00 |
products120 filas · 8 columnas
product_idintegernamevarcharcategoryvarcharsubcategoryvarcharunit_pricedecimalunit_costdecimallaunched_ondateis_activeboolean
| product_id | name | category | subcategory | unit_price | unit_cost | launched_on | is_active |
|---|---|---|---|---|---|---|---|
| 101 | Vale Velvet Loveseat | Furniture | Sofas | 1659.00 | NaN | 2023-09-11 | true |
| 102 | Alder Oak Coffee Table | Furniture | Tables | 919.00 | 503.50 | 2024-05-16 | true |
| 103 | Orchard Rattan Dining Chair | Furniture | Chairs | 789.00 | 429.87 | 2023-05-27 | true |
| 104 | Upland Oak Bookcase | Furniture | Storage | 429.00 | 214.70 | 2022-12-20 | true |
| 105 | Avery Leather Bed Frame | Furniture | Beds | 449.00 | 232.70 | 2021-08-31 | true |
returns1,673 filas · 5 columnas
return_idintegerorder_item_idintegerreturned_ondatereasonvarcharrefund_amountdecimal
| return_id | order_item_id | returned_on | reason | refund_amount |
|---|---|---|---|---|
| 1 | 14 | 2023-01-10 | damaged | 83.69 |
| 2 | 42 | 2023-01-10 | wrong_item | 19.99 |
| 3 | 105 | 2023-01-14 | wrong_item | 10.99 |
| 4 | 24 | 2023-01-16 | changed_mind | 26.99 |
| 5 | 126 | 2023-01-16 | late | 20.99 |
employees60 filas · 8 columnas
employee_idintegerfirst_namevarcharlast_namevarchardepartmentvarchartitlevarcharmanager_idintegerhire_datedatesalaryinteger
| employee_id | first_name | last_name | department | title | manager_id | hire_date | salary |
|---|---|---|---|---|---|---|---|
| 1 | Catherine | Hale | Executive | Chief Executive Officer | NaN | 2016-03-01 | 285000 |
| 2 | Robert | Kim | Executive | Chief Operating Officer | 1 | 2017-01-09 | 235000 |
| 3 | Megan | Collins | Sales | Head of Sales | 1 | 2018-04-16 | 172000 |
| 4 | Chloe | Gutierrez | Sales | Account Executive | 3 | 2020-01-21 | 72000 |
| 5 | Frank | Bell | Sales | Account Executive | 3 | 2023-05-21 | 73000 |
web_sessions40,000 filas · 7 columnas
session_idintegercustomer_idintegerstarted_attimestampdevicevarcharsourcevarcharpages_viewedintegerconvertedboolean
| session_id | customer_id | started_at | device | source | pages_viewed | converted |
|---|---|---|---|---|---|---|
| 1 | NaN | 2023-01-01 23:02:24 | mobile | paid | 1 | false |
| 2 | 18 | 2023-01-01 15:07:49 | desktop | paid | 1 | false |
| 3 | NaN | 2023-01-01 16:55:46 | desktop | direct | 7 | false |
| 4 | NaN | 2023-01-01 12:43:28 | mobile | organic | 3 | false |
| 5 | NaN | 2023-01-01 13:06:21 | mobile | social | 2 | false |
marketing_spend3,276 filas · 3 columnas
spend_datedatechannelvarcharamountdecimal
| spend_date | channel | amount |
|---|---|---|
| 2023-01-01 | paid | 492.99 |
| 2023-01-01 | 37.38 | |
| 2023-01-01 | social | 200.53 |
| 2023-01-02 | paid | 709.13 |
| 2023-01-02 | 64.13 |
La lección
Qué, cuánto, para qué
Una conclusión sobre la que un gerente puede actuar tiene tres partes:
| Parte | Responde | Ejemplo |
|---|---|---|
| Qué | ¿Cuál es el resultado principal? | Las cuentas business aportan una gran parte de los ingresos |
| Cuánto | ¿Qué cifra lo respalda? | 26 % de los pedidos, 52 % de los ingresos |
| Para qué | ¿Qué significa para una decisión? | Perder una duele tanto como perder varios consumidores |
Sin “cuánto” es la descripción de un gráfico. Sin “para qué” es un dato que nadie puede usar. Compara “El gráfico muestra los ingresos por segmento. Business es alto.” con “Las cuentas business hicieron el 26 % de los pedidos completados de 2025 pero aportaron el 52 % de los ingresos.” Sobre la segunda se puede actuar.
Calcula las cifras, nunca las copies
Cada cifra de una conclusión debería venir de código que se ejecuta justo antes, con formato de una f-string. Así, una nueva ejecución con datos nuevos actualiza también la frase, y nadie tiene que reescribir el 52 % desde un gráfico.
order_share = is_b.mean() # 0.2638 → "26%"
f"{order_share:.0%}" # '26%'
f"{706.9:,.0f}" # '707'
f"{1200321.6:,.0f}" # '1,200,322'
:.0% multiplica por 100, redondea a porcentajes enteros y añade el signo. :,.0f añade
separadores de miles. Imprimir la frase (print(result)) la muestra exactamente como la verá el lector.
Escribirla en un notebook
En un notebook, la conclusión va en una celda Markdown bajo el gráfico, no en un comentario de
código. Markdown es texto plano con marcado ligero: # para un título, ## para una sección,
**negrita** para las cifras clave, - para una lista con viñetas, y una tabla con una línea
|---|---| bajo su encabezado. Da a cada pregunta su propio encabezado, y luego código, gráfico y
conclusión en ese orden. Pon todos los imports en la primera celda y comprueba el notebook con
Restart & Run All: si falla de arriba abajo, no está terminado.
Otros tipos de conclusiones
- Una decisión sobre los datos: qué decidiste, por qué y su impacto. “Conservamos los 370 pedidos atípicos: son compras business reales, y descartarlos eliminaría una gran parte de los ingresos.”
- Una correlación: fuerza, dirección, la palabra “asociado”, y qué no está relacionado.
- Una recomendación: un verbo de acción, un lugar concreto, la cifra que la respalda. “Da a las cuentas business un contacto con nombre: aportan el 52 % de los ingresos con el 26 % de los pedidos.”
Errores comunes
- Describir el gráfico (“el gráfico muestra…”) en lugar de enunciar el hallazgo.
- Redondear a mano o pegar cifras desde un gráfico.
- Omitir el denominador: “52 % de los ingresos” ¿de qué, en qué año?
- Escribir “causa” para una correlación, o dar una recomendación sin la cifra que la respalda.
¡Linterna encendida!
Practicaste: takeawayconclusionsf stringspercent formatreporting
- Resuelto
- Sin pistas
- Al primer intento
