Dashboard_Streamlit-Plotly-Pandas_Management/Dashboard_Streamlit-Plotly-Pandas_Management_v.1.1.py at main · fernandoncidade/Dashboard_Streamlit-Plotly-Pandas_Management · 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
import streamlit as st
import pandas as pd
import plotly.express as px
import plotly.graph_objects as go

# Configuração da página
st.set_page_config(layout="wide")

# Upload do arquivo
uploaded_file = st.file_uploader("Escolha um arquivo .xlsx ou .csv", type=["xlsx", "csv"])

if uploaded_file is not None:
    if uploaded_file.name.endswith(".xlsx"):
        df = pd.read_excel(uploaded_file)
    else:
        df = pd.read_csv(uploaded_file, sep=";", decimal=",")

    if "Date" in df.columns:
        df["Date"] = pd.to_datetime(df["Date"])
        df = df.sort_values("Date")
    else:
        st.write("O arquivo carregado não contém uma coluna 'Date'. Por favor, carregue um arquivo que contenha uma coluna 'Date'.")

    df["Date"] = pd.to_datetime(df["Date"])
    df = df.sort_values("Date")

    # Adição da coluna 'Month'
    df["Month"] = df["Date"].apply(lambda x: f"{x.year}-{x.month}")
    months = df["Month"].unique()

    # Opção para avaliar o período total ou escolher um mês
    period_option = st.sidebar.radio("Avaliar por:", ["Mês", "Período Total"])

    if period_option == "Mês":
        # Seleção do mês via barra lateral
        selected_month = st.sidebar.selectbox("Mês", months)
        df_filtered = df[df["Month"] == selected_month]
    else:
        # Avaliação para o período total
        df_filtered = df

    # Opção para escolher a coluna para a frequência relativa e acumulada
    selected_column = st.sidebar.selectbox("Selecione a coluna para o Diagrama de Pareto:", ["Selecione uma coluna"] + list(df_filtered.columns))

    # Opção para escolher a coluna para o eixo das abscissas
    x_axis_column = st.sidebar.selectbox("Selecione a coluna para o eixo das abscissas:", ["Selecione uma coluna"] + list(df_filtered.columns))

    # Layout em colunas
    col3 = st.columns(1)
    col1, col2 = st.columns(2)
    col4, col5, col6 = st.columns(3)

    # Verificar se o DataFrame df_filtered contém dados antes de criar o gráfico do Pareto
    if df_filtered is not None and selected_column is not None and x_axis_column is not None:
        if not df_filtered.empty and selected_column != "Selecione uma coluna" and x_axis_column != "Selecione uma coluna":
            # Gráfico de Pareto
            df_pareto = df_filtered.groupby([x_axis_column])[selected_column].sum().sort_values(ascending=False).reset_index()
            df_pareto["pareto_rel"] = (df_pareto[selected_column] / df_pareto[selected_column].sum()) * 100
            df_pareto["pareto_acum"] = df_pareto["pareto_rel"].cumsum()

            # Criando uma segunda escala para a curva de Pareto
            fig_pareto = go.Figure()
            fig_pareto.add_trace(go.Bar(x=df_pareto[x_axis_column], y=df_pareto[selected_column], text=df_pareto["pareto_rel"], textposition="auto", name=selected_column))
            fig_pareto.add_trace(go.Scatter(x=df_pareto[x_axis_column], y=df_pareto["pareto_acum"], mode="lines", name="Curva de Pareto", yaxis="y2"))

            # Adicionando rótulos aos eixos
            fig_pareto.update_layout(
                xaxis=dict(title=x_axis_column),
                yaxis=dict(title=selected_column, side="left"),
                yaxis2=dict(title="Curva de Pareto", side="right", overlaying="y", showgrid=False),
                title="Diagrama de Pareto",
            )
            col3[0].plotly_chart(fig_pareto, use_container_width=True)

    # Gráfico de barras para o faturamento por dia
    fig_date = px.bar(df_filtered, x="Date", y="Total", color="City", title="Faturamento por dia")
    col1.plotly_chart(fig_date, use_container_width=True)

    # Gráfico de barras para o faturamento por tipo de produto
    fig_prod = px.bar(df_filtered, x="Date", y="Product line", color="City", title="Faturamento por tipo de produto", orientation="h")
    col2.plotly_chart(fig_prod, use_container_width=True)

    # Faturamento por filial
    city_total = df_filtered.groupby("City")[["Total"]].sum().reset_index()
    fig_city = px.bar(city_total, x="City", y="Total", title="Faturamento por filial")
    col4.plotly_chart(fig_city, use_container_width=True)

    # Faturamento por tipo de pagamento (gráfico de pizza)
    fig_kind = px.pie(df_filtered, values="Total", names="Payment", title="Faturamento por tipo de pagamento")
    col5.plotly_chart(fig_kind, use_container_width=True)

    # Avaliação por filial
    city_total = df_filtered.groupby("City")[["Rating"]].mean().reset_index()
    fig_rating = px.bar(df_filtered, y="Rating", x="City", title="Avaliação entre filiais")
    col6.plotly_chart(fig_rating, use_container_width=True)
else:
    st.write("Por favor, faça o upload de um arquivo.")

# Permite fazer o upload de um arquivo .xlsx ou .csv;
# Permite avaliar o dashboard em meses e no período total;
# Implementado gráfico do Diagrama de Pareto na Primeira Linha e na Primeira Coluna;
# Permite selecionar os tipos de colunas com dados para o gráfico do Diagrama de Pareto;
# Primeira lista suspensa "Selecione a coluna para o Diagrama de Pareto:", refere-se aos dados absolutos, custos totais e etc.;
# Segunda lista suspensa "Selecione a coluna para o eixo das abscissas:", refere-se a identificação dos itens, produtos, etc.