Анализ коммерческих показателей и метеорологических трендов (Зачетная работа по Python)

В этом репозитории содержится финальная практическая работа, посвященная автоматизации обработки массивов данных, проведению разведочного анализа (EDA) и исследованию взаимосвязей между коммерческой активностью и климатическими изменениями.

Исходные данные:

• data final project.csv — история продаж (даты, номера складов, ID контрагентов, наименования номенклатуры и количество).
• temperatures.csv — метеорологические наблюдения за аналогичный период (даты и зафиксированные температурные показатели).
• Блок 3.ipynb — воспроизводимый интерактивный ноутбук с кодом, расчетами и визуализациями.

Какие задачи были решены:

1. Предобработка и очистка данных: Реализован импорт данных, проведена валидация форматов и приведение типов данных (временные метки datetime).
2. Анализ коммерческой активности: С помощью группировок рассчитаны и проанализированы объемы продаж в разрезе различных складов, контрагентов и номенклатурных позиций.
3. Исследование климатических изменений: Проведен статистический анализ временных рядов метеорологических данных, выявлены температурные тренды, аномалии и характерные колебания за исследуемый период.
4. Корреляционный анализ и визуализация: Проведено совмещение двух разноплановых датасетов для выявления зависимостей объемов продаж от внешней температуры. Построены графики трендов (линейные графики, диаграммы рассеяния) для презентации инсайтов.

🛠️ Какие навыки и библиотеки Python использовались:

• Первичный анализ и манипуляции с данными (Pandas, NumPy).
• Сложные группировки, агрегация и сводные таблицы (groupby, pivot_table).
• Парсинг дат, форматирование и фильтрация временных рядов (datetime).
• Построение графиков, гистограмм и трендов для бизнес-отчетности (Matplotlib, Seaborn).