P1 Cargue las librerías y la base de datos

rm(list = ls())
library(data.table)
library(ggplot2)
library(janitor)
library(plotly)
library(RColorBrewer)
library(tidyverse)
library(tidyverse)
library(lubridate)
store <- fread("superstore.csv")

P2 Haga un grafico de boxplot que muestre el versus de los metodos de entrega y la rapidez de delivery.

ggplot(store, aes(x=ship_mode, y= ship)) + geom_boxplot()

P3 ¿En que estado hubo mas ventas? ¿y ganancias? Realice dos graficos distintos que muestren esta información.

store1 <- store[, .(ventas=sum(sales), ganancias=sum(profit)), by=state]
ggplot(store1, aes(x=reorder(state,-ventas), y=ventas)) + geom_col()

ggplot(store1, aes(x=reorder(state, -ganancias), y=ganancias)) + geom_col()

Se puede presenciar al estado de California con más ventas y ganancias en todo el país.

P4 Estan ilegibles los nombres del eje x, arregle esto, además agregue título, subtítulo, fuente que sea Kaggle, y renombre los ejes, tanto x como y

ggplot(store1, aes(x=reorder(state,-ventas), y=ventas)) + geom_col() + labs(x="Estados", y="Ventas", title ="Ventas", subtitle="Por Estados", caption="Fuente: Kaggle") + theme(axis.text.x = element_text(angle=90, vjust=0.5))

ggplot(store1, aes(x=reorder(state,-ganancias), y=ganancias)) + geom_col() + labs(x="Estados", y="Ganancias", title="Ganancias", subtitle="Por Estados", caption="Fuente: Kaggle") + theme(axis.text.x = element_text(angle = 90, vjust = 0.5))

P5 Al parecer coincide el estado con más ganancias y ventas, realice un gráfico que muestre la categoría que se vende más en ese estado según su subcategoría, ¿Qué es lo que más se vende.

California <- store[state=="California", sum(sales), by="category"]
names(California)[2] <- "Ventas"

ggplot(California, aes(x=category, y=Ventas)) + geom_col() + labs(x="Categorías", y="Ventas") + theme(axis.text.x = element_text(angle = 90, vjust = 0.5))

Lo que más se vende dentro del Estado de California es tecnología

P6 Realice un gráfico de lineas de las sumas de las ventas por año en el estado de California en la categoría muebles.

Ventas_muebles <- store[state=="California" & category=="Furniture", sum(sales), by=.(year(order_date))]
names(Ventas_muebles)[2] <- "Ventas"
ggplot(Ventas_muebles, aes(x=year, y=Ventas)) + geom_line() + labs(title="Ventas muebles en California", subtitle = "Por año")

P7 ¿Cual es el porcentaje de ventas que contribuye el estado de California al país?

total <- store[, sum(sales)]
total_california <- store[state=="California", sum(sales)]
total_california/total*100
## [1] 19.92371

California contribuye con un 19.92% de las ventas en el país