Seminar 3 – Irina Raduta

Exercitiul 1. Încărcați într-un df numele, suma solicitată, suma din depozite și fidelitatea
clienților cu vârsta > 35 de ani care au solicitat un credit mai mare de 15.000$. Verificați în df
dacă suma din depozit este mai mare decât suma solicitată și pentru acești clienți modificați
fidelitatea în 5. Salvați setul de date într-un fișier .csv (clienti_leasing.csv).

import pymongo

import pandas as pd

from pprint import pprint

pd.set_option("display.max_columns', 500)

conn = pymongo.MongoClient("mongodb://37.120.249.57:27017/")

db = conn["daune_leasing"]

projection = {"_id": 0,

"NUME_CLIENT": 1,

"SUMA_SOLICITATA": 1,

"SUMA_DEPOZIT": 1,

"FIDELITATE": 1,

"VARSTA": 1,

"VAL_CREDITE_RON": 1

cursor = collection.find({"VARSTA": {'$gt': 35},

"VAL_CREDITE_RON": {'$lt': -15000}}, projection=projection)

df = pd.DataFrame.from_dict(list(cursor))

cursor.close()

df.loc[(df['SUMA_DEPOZIT'] > df['SUMA_SOLICITATA']), 'FIDELITATE'] = 5

pprint(df)
df.to_csv('clienti_leasing.csv')

Exercitiul 2. Încărcați într-un df profesia, venitul anual, suma din depozite și suma solicitată pe
fiecare profesie. În df adăugați o nouă coloană pentru a calcula gradul de îndatorare pe fiecare
profesie (suma_solicitata/(venit_anual+suma_depozit)*100). Reprezentați grafic gradul de
îndatorare pe fiecare profesie.

import pymongo

import pandas as pd

import matplotlib.pyplot as plt

from pprint import pprint

pd.set_option("display.max_columns', 500)

conn = pymongo.MongoClient("mongodb://37.120.249.57:27017/")

db = conn["daune_leasing"]

collection = db["clienti_leasing"]

pipeline = [{'$group': {

"_id": "$PROFESIA",

"VALOARE_VENIT_ANUAL": {'$sum': "$VENIT_ANUAL"},

"VALOARE_SUMA_DEPOZIT": {'$sum': "$SUMA_DEPOZIT"},

"VALOARE_SUMA_SOLICITATA": {'$sum': "$SUMA_SOLICITATA}

}},

{'$sort': {"_id": 1}}]

cursor = collection.aggregate(pipeline)

df = pd.DataFrame.from_dict(list(cursor))

cursor.close()
df['GRAD_INDATORARE'] = df['VALOARE_SUMA_SOLICITATA'] / \

(df['VALOARE_VENIT_ANUAL'] + df['VALOARE_SUMA_DEPOZIT']) *100

df = df.sort_values(by='GRAD_INDATORARE')

pprint(df)

df.plot(x='_id', y='GRAD_INDATORARE', rot=0)

plt.xlabel('PROFESIA')

plt.ylab('GRAD_INDATORARE')

plt.show()

Exercitiul 3. Încărcați într-un df marca, modelul, valoarea totală și numărul de daune pe fiecare
model și marcă fabricate între 2010 și 2012. Afișați numărul de autoturisme pentru care valoarea
totală depășește 30.000$. Reprezentați grafic modelele care au înregistrat mai mult de 100 de
daune.

import pymongo

import pandas as pd

import matplotlib.pyplot as plt

from pprint import pprint

pd.set_option("display.max_columns', 500)

conn = pymongo.MongoClient("mongodb://37.120.249.57:27017/")

db = conn["daune_leasing"]

collection = db["clienti_leasing"]

pipeline = [['$match': {"AN_FABRICATIE": {'$gte': 2010, '$lte': 2012}}},

{'$group': {

"_id": {'MODEL': "$MODEL", 'MARCA': "$MARCA"},

 "VALOARE_TOTALA_DAUNA": {'$SUM': "$VALOARE_DAUNA"},

"NR_TOTAL_DAUNE": {'$SUM': 1}

}},

{'$sort': {"_id": 1}}

cursor = collection.aggregate(pipeline)

df = pd.DataFrame.from_dict(list(cursor))

cursor.close()

df_nou = df.loc[(df['VALOARE_TOTALA_DAUNA'] > 30000)]

nr_autoturisme = len(df.nou_index)

pprint('NUmarul de autoturisme ci dauna > 30000$ este' +str(nr_autoturisme))

df_plot = df_nou.loc[(df_nou['NR_TOTAL_DAUNE'] > 100)]

pprint(df_nou)

df_plot.plot.bar(x='_id', y='NR_TOTAL_DAUNE', rot=0)

plt.xlabel('MODEL')

plt.ylabel('NR_TOTAL_DAUNE')

plt.show()

Exercitiul 4. Încărcați într-un df marca, modelul, anul de fabricație, componenta, prețul total și
prețul manoperei pentru autoturismele din mărcile AUDI, BMW, FORD, FIAT. Calculați
procentul manoperei din prețul total.

import pymongo

import pandas as pd

import matplotlib.pyplot as plt

from pprint import pprint

pd.set_option("display.max_columns', 500)

conn = pymongo.MongoClient("mongodb://37.120.249.57:27017/")

db = conn["daune_leasing"]

collection = db["clienti_leasing"]

projection = {"_id": 0,

"MARCA": 1,

"AN_FABRICATIE": 1,

"COMPONENTA": 1,

"PRET_TOTAL": 1,

"PRET_MAMOPERA": 1,

sort = [("MARCA", 1)]

cursor = collection.find({"MARCA": {'$in': ["AUDI", "BMW", "FORD", "FIAT"]}},

projection=projection, sort=sort)

df = pd.DataFrame.from_dict(list(cursor))

cursor.close()

df['PROCENT_MANOPERA'] = df['PRET_MANOPERA'] / df['PRET_TOTAL'] * 100

pprint(df)