probleme-solutii.R

probleme-solutii.R

# PROBLEMA 1: Analiza stocurilor din magazine
# Calculează valoarea totală a stocului pentru fiecare produs din inventar (inclusiv produsele fără stoc),
# sortează descrescător și creează grafic barplot.

library(dplyr)
library(ggplot2)

# Unele produse din inventar nu au stoc înregistrat
stock_records <- data.frame(
  product_id = c(101, 103, 105, 107, 101, 103),
  warehouse = c("A", "A", "B", "A", "B", "C"),
  quantity = c(50, 30, 25, 40, 35, 20),
  unit_price = c(120, 85, 200, 95, 120, 85)
)

products_inventory <- data.frame(
  product_id = c(101, 102, 103, 104, 105, 106, 107, 108),
  product_name = c("Laptop", "Mouse", "Tastură", "Monitor", "Tabletă", "Căști", "Telefon", "Cameră"),
  category = c("IT", "Accesorii", "Accesorii", "IT", "IT", "Audio", "Mobile", "Foto")
)

# RIGHT JOIN pentru a include toate produsele din inventar
stock_analysis <- stock_records %>%
  right_join(products_inventory, by = "product_id") %>%
  mutate(
    quantity = ifelse(is.na(quantity), 0, quantity),
    unit_price = ifelse(is.na(unit_price), 0, unit_price)
  ) %>%
  group_by(product_name) %>%
  summarise(total_value = sum(quantity * unit_price)) %>%
  arrange(desc(total_value))

print(stock_analysis)

# Grafic barplot
ggplot(stock_analysis, aes(x = reorder(product_name, -total_value), y = total_value)) +
  geom_col(fill = "darkblue") +
  labs(title = "Valoarea Totală a Stocului pe Produs", x = "Produs", y = "Valoare Totală (RON)") +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  scale_y_continuous(labels = scales::comma)

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

# PROBLEMA 2: Analiza performanței echipelor sportive
# Calculează punctajul mediu pentru fiecare echipă înregistrată (inclusiv echipele care nu au jucat),
# sortează descrescător și afișează grafic.

match_results <- data.frame(
  team_id = c(1, 2, 4, 5, 1, 2, 4),
  opponent = c("Steaua", "Dinamo", "Rapid", "CFR", "Dinamo", "Rapid", "Steaua"),
  points = c(3, 1, 0, 3, 1, 3, 1)
)

registered_teams <- data.frame(
  team_id = 1:6,
  team_name = c("Universitatea", "Petrolul", "Voluntari", "Sepsi", "Hermannstadt", "Botoșani"),
  city = c("Cluj", "Ploiești", "Voluntari", "Sfântu Gheorghe", "Sibiu", "Botoșani")
)

# RIGHT JOIN pentru toate echipele înregistrate
team_performance <- match_results %>%
  right_join(registered_teams, by = "team_id") %>%
  mutate(points = ifelse(is.na(points), 0, points)) %>%
  group_by(team_name) %>%
  summarise(avg_points = mean(points)) %>%
  arrange(desc(avg_points))

print(team_performance)

# Grafic barplot
ggplot(team_performance, aes(x = reorder(team_name, -avg_points), y = avg_points)) +
  geom_col(fill = "forestgreen") +
  labs(title = "Punctajul Mediu pe Echipă", x = "Echipă", y = "Puncte Medii") +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

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

# PROBLEMA 3: Analiza comenzilor clienților
# Calculează suma totală a comenzilor pentru fiecare client din baza de date (inclusiv cei fără comenzi),
# sortează descrescător și creează grafic.

orders <- data.frame(
  customer_id = c(2, 3, 5, 7, 2, 3, 5),
  order_date = as.Date(c("2024-01-15", "2024-01-20", "2024-02-01", "2024-02-05", "2024-02-10", "2024-02-15", "2024-03-01")),
  amount = c(250, 180, 320, 150, 200, 280, 400)
)

customers_database <- data.frame(
  customer_id = 1:8,
  customer_name = c("Andreea Pop", "Bogdan Marin", "Carmen Stoica", "Dan Petrescu", 
                   "Elena Radu", "Florin Dima", "Gabriela Ionescu", "Horia Văcaru"),
  membership = c("Gold", "Silver", "Bronze", "Gold", "Silver", "Bronze", "Gold", "Silver")
)

# RIGHT JOIN pentru toți clienții din baza de date
customer_orders <- orders %>%
  right_join(customers_database, by = "customer_id") %>%
  mutate(amount = ifelse(is.na(amount), 0, amount)) %>%
  group_by(customer_name) %>%
  summarise(total_orders = sum(amount)) %>%
  arrange(desc(total_orders))

print(customer_orders)

# Grafic barplot
ggplot(customer_orders, aes(x = reorder(customer_name, -total_orders), y = total_orders)) +
  geom_col(fill = "coral") +
  labs(title = "Suma Totală Comenzi pe Client", x = "Client", y = "Total Comenzi (RON)") +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

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

# PROBLEMA 4: Analiza prezenței la cursuri
# Calculează rata medie de prezență pentru fiecare curs programat (inclusiv cursurile fără prezențe înregistrate),
# sortează descrescător și afișează grafic.

attendance_records <- data.frame(
  course_id = c(201, 202, 204, 206, 201, 202, 204),
  session_date = as.Date(c("2024-03-01", "2024-03-01", "2024-03-02", "2024-03-03", 
                          "2024-03-08", "2024-03-08", "2024-03-09")),
  students_present = c(18, 22, 15, 25, 20, 24, 17),
  total_enrolled = c(25, 28, 20, 30, 25, 28, 20)
)

scheduled_courses <- data.frame(
  course_id = c(201, 202, 203, 204, 205, 206),
  course_title = c("Algoritmi", "Baze de Date", "Rețele", "Programare Web", "Inteligență Artificială", "Securitate IT"),
  instructor = c("Prof. Andrei", "Prof. Maria", "Prof. Ionescu", "Prof. Georgescu", "Prof. Radu", "Prof. Elena"),
  credits = c(6, 5, 4, 6, 5, 4)
)

# RIGHT JOIN pentru toate cursurile programate
course_attendance <- attendance_records %>%
  right_join(scheduled_courses, by = "course_id") %>%
  mutate(
    attendance_rate = ifelse(is.na(students_present), 0, students_present / total_enrolled * 100)
  ) %>%
  group_by(course_title) %>%
  summarise(avg_attendance = mean(attendance_rate)) %>%
  arrange(desc(avg_attendance))

print(course_attendance)

# Grafic barplot
ggplot(course_attendance, aes(x = reorder(course_title, -avg_attendance), y = avg_attendance)) +
  geom_col(fill = "steelblue") +
  labs(title = "Rata Medie de Prezență pe Curs", x = "Curs", y = "Prezență Medie (%)") +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  ylim(0, 100)

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

# PROBLEMA 5: Analiza vânzărilor pe regiuni
# Calculează venitul total pentru fiecare regiune de vânzare (inclusiv regiunile fără vânzări),
# sortează descrescător și creează grafic.

sales_data <- data.frame(
  region_id = c(1, 2, 4, 6, 1, 2, 4, 6),
  sale_date = as.Date(c("2024-01-10", "2024-01-15", "2024-01-20", "2024-02-01",
                       "2024-02-05", "2024-02-10", "2024-02-15", "2024-02-20")),
  revenue = c(15000, 12000, 8000, 18000, 16000, 14000, 9000, 20000)
)

sales_regions <- data.frame(
  region_id = 1:7,
  region_name = c("Nord", "Sud", "Est", "Vest", "Centru", "Nord-Est", "Sud-Vest"),
  manager = c("Ana Popescu", "Ion Marinescu", "Maria Georgescu", "Petru Ionescu", 
             "Elena Stoica", "Mihai Dumitrescu", "Sofia Radu"),
  target = c(50000, 45000, 35000, 40000, 30000, 25000, 38000)
)

# RIGHT JOIN pentru toate regiunile de vânzare
regional_sales <- sales_data %>%
  right_join(sales_regions, by = "region_id") %>%
  mutate(revenue = ifelse(is.na(revenue), 0, revenue)) %>%
  group_by(region_name) %>%
  summarise(total_revenue = sum(revenue)) %>%
  arrange(desc(total_revenue))

print(regional_sales)

# Grafic barplot
ggplot(regional_sales, aes(x = reorder(region_name, -total_revenue), y = total_revenue)) +
  geom_col(fill = "darkorange") +
  labs(title = "Venitul Total pe Regiune de Vânzare", x = "Regiune", y = "Venit Total (RON)") +
  scale_y_continuous(labels = scales::comma) +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))