Análise tabelas IA

# Criar arquivo .ipynb
#instalar nbformat e plotly
#instalar biblioteca pandas
#!pip install pandas
#!pip install nbformat plotly
#Passo a Passo:
#Passo 1: importar a base de dados
#Passo 2: visualizar a base de dados
      # entender o que tem na base de dados
      #encontrar os erros das bases de dados
#Passo 3:  tratamento de dados - corrigir dados equivocados
#Passo 4:  análise inicial dos cancelamentos
#Passo 5:  análise das causas dos cancelamentos

import pandas
base_dados = pandas.read_csv("cancelamentos.csv")
# o Customer ID é só um identificador para cada cliente, essa coluna não será util para a análise dessa tabela
base_dados = base_dados.drop(columns="CustomerID")
display(base_dados)

# ===================================================================================================================================================================================

# verififcar se existem informações no formato errado ou valores vazios
display(base_dados.info())
# excluir linhas com valores vazios utilizando o dropna()
base_dados = base_dados.dropna()
display(base_dados.info())

#========================================================================================================================================================================================

# análise inicial dos cancelamentos ( numero de vezes de 0 e 1 se repetem na coluna "cancelou")
display(base_dados["cancelou"].value_counts())

# pegar esse valor em percentagem
display(base_dados["cancelou"].value_counts(normalize=True))

# =======================================================================================================================================================================================
# duração do plano de cada cliente
import plotly.express as px

grafico = px.histogram(base_dados, x="duracao_contrato",text_auto=True)
grafico.show()
grafico = px.histogram(base_dados, x="duracao_contrato", color= "cancelou",text_auto=True)
grafico.show()

# =======================================================================================================================================================================================

# gerar gráfico para cada coluna da tabela 

for coluna in base_dados.columns:
    grafico = px.histogram(base_dados,x=coluna, color="cancelou",text_auto=True)
    grafico.show()

# ===================================================================================================================================================================================

#pontos observados nas tabelas geradas:

# todos os clientes que ligaram mais de 4 vezes para o call-center cancelaram
  # resolver o problema do cliente em menos de 4 ligaçôes
# todos os clientes que atrasaram mais de 20 dias de pagamento cancelaram
  #após 10 dias de atraso, entrar em contato com cliente
# todos o clientes de contrato mensal cancelaram
  # oferecer desconto no contrato anual/ trimestral


# tabela com os problemas resolvidos
#call-center
filtro = base_dados["ligacoes_callcenter"]<=4
base_dados = base_dados[filtro]

# atraso
filtro2 =  base_dados["dias_atraso"]<=20
base_dados = base_dados[filtro2]

#contrato mensal
filtro3= base_dados["duracao_contrato"]!="Monthly"
base_dados = base_dados[filtro3]

#percentagem de cancelamentos após ajustes
display(base_dados["cancelou"].value_counts(normalize=True))