Projeto-Telemarkerting/telemarkerting_1.py at main · sannlin9/Projeto-Telemarkerting · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
import pandas            as pd
import streamlit         as st
import seaborn           as sns
import matplotlib.pyplot as plt
from PIL                 import Image

custom_params = {"axes.spines.right": False, "axes.spines.top": False}
sns.set_theme(style="ticks", rc=custom_params)

def multiselect_filter(relatorio, col, selecionados):
    if 'Todos' in selecionados:
        return relatorio
    else:
        return relatorio[relatorio[col].isin(selecionados)].reset_index(drop=True)

def main():
    st.set_page_config(page_title = 'Telemarketing analisys', \
        page_icon = 'https://st2.depositphotos.com/3027583/6491/v/600/depositphotos_64919923-stock-illustration-male-and-female-call-center.jpg',
        layout="wide",
        initial_sidebar_state='expanded'
    )
    st.write('# Telemarketing analisys')
    st.markdown("---")
    st.markdown('## Entendendo os dados de telemarketing')
    st.markdown(" Os dados estão relacionados a campanhas de telemarketing ativo de uma instituição bancária portuguesa. Frequentemente, mais de um contato com o mesmo cliente foi necessário, a fim de verificar se o produto (depósito a prazo bancário/investimento de baixo risco) seria ou não contratado (sim ou não). ")
    st.markdown("###### Nosso objetivo com este estudo é gerar insights a partir da visualização dos dados.")
    st.markdown('É buscar entender qual o comportamento dos clientes que contrataram o serviço ofertado, após aplicação de filtros e comparar com o restante dos clientes do banco de dados.')
    st.markdown("---")


    st.sidebar.image('https://img.freepik.com/vetores-gratis/central-de-atendimento_24877-49049.jpg')

    bank_raw = pd.read_csv(r"https://raw.githubusercontent.com/sannlin9/Projeto-Telemarkerting/main/bank-additional-full.csv", sep=';')
    bank = bank_raw.copy()

    #st.write('## Antes dos filtros')
    #st.write(bank_raw.head())

    with st.sidebar.form(key='my_form'):

        # SELECIONA O TIPO DE GRÁFICO
        graph_type = st.radio('Tipo de gráfico:', ('Barras', 'Pizza'))

        # IDADES
        max_age = int(bank.age.max())
        min_age = int(bank.age.min())
        idades = st.slider(label='Idade',
                                        min_value = min_age,
                                        max_value = max_age,
                                        value = (min_age, max_age),
                                        step = 1)

        # PROFISSÕES
        jobs_list = bank.job.unique().tolist()
        jobs_list.append('Todos')
        jobs_selected =  st.multiselect("Profissão", jobs_list, ['Todos'])

        # ESTADO CIVIL
        marital_list = bank.marital.unique().tolist()
        marital_list.append('Todos')
        marital_selected =  st.multiselect("Estado civil", marital_list, ['Todos'])

        # DEFAULT?
        default_list = bank.default.unique().tolist()
        default_list.append('Todos')
        default_selected =  st.multiselect("Tem parcelas de emprestimo em atraso?", default_list, ['Todos'])


        # TEM FINANCIAMENTO IMOBILIÁRIO?
        housing_list = bank.housing.unique().tolist()
        housing_list.append('Todos')
        housing_selected =  st.multiselect("Tem financiamento imobilhario?", housing_list, ['Todos'])


        # TEM EMPRÉSTIMO?
        loan_list = bank.loan.unique().tolist()
        loan_list.append('Todos')
        loan_selected =  st.multiselect("Tem empréstimo?", loan_list, ['Todos'])


        # MEIO DE CONTATO?
        contact_list = bank.contact.unique().tolist()
        contact_list.append('Todos')
        contact_selected =  st.multiselect("Meio de contato", contact_list, ['Todos'])


        # MÊS DO CONTATO
        month_list = bank.month.unique().tolist()
        month_list.append('Todos')
        month_selected =  st.multiselect("Mês do contato", month_list, ['Todos'])


        # DIA DA SEMANA
        day_of_week_list = bank.day_of_week.unique().tolist()
        day_of_week_list.append('Todos')
        day_of_week_selected =  st.multiselect("Dia da semana do contato", day_of_week_list, ['Todos'])


        bank = (bank.query("age >= @idades[0] and age <= @idades[1]")
                    .pipe(multiselect_filter, 'job', jobs_selected)
                    .pipe(multiselect_filter, 'marital', marital_selected)
                    .pipe(multiselect_filter, 'default', default_selected)
                    .pipe(multiselect_filter, 'housing', housing_selected)
                    .pipe(multiselect_filter, 'loan', loan_selected)
                    .pipe(multiselect_filter, 'contact', contact_selected)
                    .pipe(multiselect_filter, 'month', month_selected)
                    .pipe(multiselect_filter, 'day_of_week', day_of_week_selected)
        )
        submit_button = st.form_submit_button(label='Aplicar')

    st.write('## Após os filtros')
    st.write(bank.head())
    st.markdown("---")

    # PLOTS
    # PLOTS
    fig, ax = plt.subplots(1, 2, figsize = (5,3))

    bank_raw_target_perc = bank_raw.y.value_counts(normalize = True).to_frame()*100
    bank_raw_target_perc = bank_raw_target_perc.sort_index()

    try:
            bank_target_perc = bank.y.value_counts(normalize = True).to_frame()*100
            bank_target_perc = bank_target_perc.sort_index()
    except:
            st.error('Erro no filtro')

    st.write('## Proporção de aceite')

    if graph_type == 'Barras':
            sns.barplot(x = bank_raw_target_perc.index,
                        y = 'y',
                        data = bank_raw_target_perc,
                        ax = ax[0])
            ax[0].bar_label(ax[0].containers[0])
            ax[0].set_title('Dados brutos',
                            fontweight ="bold")

            sns.barplot(x = bank_target_perc.index,
                        y = 'y',
                        data = bank_target_perc,
                        ax = ax[1])
            ax[1].bar_label(ax[1].containers[0])
            ax[1].set_title('Dados filtrados',
                            fontweight ="bold")
    else:
            bank_raw_target_perc.plot(kind='pie', autopct='%.2f', y='y', ax = ax[0])
            ax[0].set_title('Dados brutos',
                            fontweight ="bold")

            bank_target_perc.plot(kind='pie', autopct='%.2f', y='y', ax = ax[1])
            ax[1].set_title('Dados filtrados',
                            fontweight ="bold")

    st.pyplot(plt)


if __name__ == '__main__':
	main()