Update app.py

app.py

@@ -15,7 +15,7 @@ from streamlit_extras.stylable_container import stylable_container
 from streamlit_folium import folium_static
 from streamlit_option_menu import option_menu
 
-from data_cleaning import criar_dataframe, iniciar, limpa_rci, separa_grupos
+from data_cleaning import criar_dataframe, iniciar, limpa_rci1, limpa_rci2, separa_grupos, renomear_escola, limpar_dfs, processar_arquivo
 
 st.set_page_config(
     page_title="Dashboard UBS Flamengo",
@@ -43,60 +43,67 @@ def processar_arquivo(file):
 
 
 # Inicializar variáveis dos DataFrames como None
+DF_DATA = None
+DF_HEAD = None
 DF_IDADE = None
 DF_GENERO = None
 DF_COR = None
 DF_DEFICIENCIA = None
 DF_DOENCAS = None
+DF_ESCOLA = None
+DF_TRANSGEN = None
 
 # Upload de arquivo CSV na barra lateral
 uploaded_file = st.sidebar.file_uploader("Escolha um arquivo CSV", type="csv")
 
+def processar_arquivo(uploaded_file):
+    # Função que processa o arquivo CSV e retorna os DataFrames
+    # (Esta função deve ser importada ou definida aqui)
+    pass
+
 if uploaded_file is not None:
     dataframes = processar_arquivo(uploaded_file)
 
     # Atribuir os DataFrames a variáveis específicas para uso posterior
+    DF_DATA = dataframes.get("Data")
+    DF_HEAD = dataframes.get("Head")
     DF_IDADE = dataframes.get("Idade")
     DF_GENERO = dataframes.get("genero")
     DF_COR = dataframes.get("cor")
     DF_DEFICIENCIA = dataframes.get("deficiencia")
     DF_DOENCAS = dataframes.get("doencas")
+    DF_ESCOLA = dataframes.get("Escola")
+    DF_TRANSGEN = dataframes.get("transgen")
 
     # Aplicar capitalização à coluna "Descrição" em cada DataFrame
-    if DF_IDADE is not None:
-        DF_IDADE["Descrição"] = DF_IDADE["Descrição"].str.capitalize()
-
-    if DF_GENERO is not None:
-        DF_GENERO["Descrição"] = DF_GENERO["Descrição"].str.capitalize()
-
-    if DF_COR is not None:
-        DF_COR["Descrição"] = DF_COR["Descrição"].str.capitalize()
-
-    if DF_DEFICIENCIA is not None:
-        DF_DEFICIENCIA["Descrição"] = DF_DEFICIENCIA["Descrição"].str.capitalize()
-
-    if DF_DOENCAS is not None:
-        DF_DOENCAS["Descrição"] = DF_DOENCAS["Descrição"].str.capitalize()
+    for df in [DF_IDADE, DF_GENERO, DF_COR, DF_DEFICIENCIA, DF_DOENCAS, DF_ESCOLA, DF_TRANSGEN]:
+        if df is not None:
+            df["Descrição"] = df["Descrição"].str.capitalize()
 else:
     st.sidebar.info("Adicione um arquivo .csv.")
 
-
 def gerar_resumo_df():
     """
     Generates a summary of the dataframes.
-
     This function iterates over the local and global variables to check if any of them
-    are named "DF_IDADE", "DF_GENERO", "DF_COR", "DF_DEFICIENCIA", or "DF_DOENCAS".
+    are named "DF_DATA", "DF_HEAD", "DF_IDADE", "DF_GENERO", "DF_COR", "DF_DEFICIENCIA", 
+    "DF_DOENCAS", "DF_ESCOLA", or "DF_TRANSGEN".
     If a dataframe is found, it generates a summary of the dataframe by printing its
     column names and the count of each unique value in the "Descrição" column.
-
     Returns:
         str: A string containing the summary of the dataframes.
     """
     resumo = ""
 
+    if "DF_DATA" in locals() or "DF_DATA" in globals():
+        resumo += "Resumo DF_DATA:\n"
+        resumo += DF_DATA.to_string(index=False) + "\n\n"
+
+    if "DF_HEAD" in locals() or "DF_HEAD" in globals():
+        resumo += "Resumo DF_HEAD:\n"
+        resumo += DF_HEAD.to_string(index=False) + "\n\n"
+
     if "DF_IDADE" in locals() or "DF_IDADE" in globals():
-        # Assumindo que DF_IDADE tem colunas 'Faixa_Etaria', 'Masculino', 'Feminino'
         resumo += "Resumo DF_IDADE:\n"
         resumo += DF_IDADE.to_string(index=False) + "\n\n"
 
@@ -107,15 +114,22 @@ def gerar_resumo_df():
         resumo += f"Resumo DF_COR:\n{DF_COR.value_counts().to_string()}\n\n"
 
     if "DF_DEFICIENCIA" in locals() or "DF_DEFICIENCIA" in globals():
-        resumo += (
-            f"Resumo DF_DEFICIENCIA:\n{DF_DEFICIENCIA.value_counts().to_string()}\n\n"
-        )
+        resumo += f"Resumo DF_DEFICIENCIA:\n{DF_DEFICIENCIA.value_counts().to_string()}\n\n"
 
     if "DF_DOENCAS" in locals() or "DF_DOENCAS" in globals():
         resumo += f"Resumo DF_DOENCAS:\n{DF_DOENCAS.value_counts().to_string()}\n\n"
 
+    if "DF_ESCOLA" in locals() or "DF_ESCOLA" in globals():
+        resumo += f"Resumo DF_ESCOLA:\n{DF_ESCOLA.value_counts().to_string()}\n\n"
+
+    if "DF_TRANSGEN" in locals() or "DF_TRANSGEN" in globals():
+        resumo += f"Resumo DF_TRANSGEN:\n{DF_TRANSGEN.value_counts().to_string()}\n\n"
+
     return resumo
 
+# Mostrar o resumo no Streamlit
+st.text(gerar_resumo_df())
+
 
 #######################################
 #######################################
@@ -289,22 +303,50 @@ st.markdown(
             ## Dados de saúde Relatório de cadastro individual.
             """
 )
+#
+#
+#
+#
+#
+#
+#
 
 
-# Função para criar gráficos de barras personalizados
+if uploaded_file is not None:
+    dataframes = processar_arquivo(uploaded_file)
+
+    # Atribuir os DataFrames a variáveis específicas para uso posterior
+    DF_DATA = dataframes.get("Data")
+    DF_HEAD = dataframes.get("Head")
+    DF_IDADE = dataframes.get("Idade")
+    DF_GENERO = dataframes.get("genero")
+    DF_COR = dataframes.get("cor")
+    DF_DEFICIENCIA = dataframes.get("deficiencia")
+    DF_DOENCAS = dataframes.get("doencas")
+    DF_ESCOLA = dataframes.get("Escola")
+    DF_TRANSGEN = dataframes.get("transgen")
+
+    # Aplicar capitalização à coluna "Descrição" em cada DataFrame
+    for df in [DF_IDADE, DF_GENERO, DF_COR, DF_DEFICIENCIA, DF_DOENCAS, DF_ESCOLA, DF_TRANSGEN]:
+        if df is not None:
+            df["Descrição"] = df["Descrição"].str.capitalize()
+else:
+    st.sidebar.info("Adicione um arquivo .csv.")
+#
+#
+#
+#
+
 def criar_grafico_personalizado(df, x_col, y_col, titulo):
     """
     Generates a custom bar chart using Plotly Express.
-
     Args:
         df (pandas.DataFrame): The input dataframe.
         x_col (str): The column name to be used as the x-axis.
         y_col (str): The column name to be used as the y-axis.
         titulo (str): The title of the chart.
-
     Returns:
         plotly.graph_objects.Figure: The generated bar chart.
-
     """
     fig = px.bar(
         df,
@@ -331,11 +373,11 @@ def criar_grafico_personalizado(df, x_col, y_col, titulo):
     )
     return fig
 
-with st.expander(" Adicione o arquivo .csv ao lado para visuzalização", expanded=True):
+with st.expander(" Adicione o arquivo .csv ao lado para visualização", expanded=True):
     selected_tab = option_menu(
         menu_title=None,
-        options=["Faixa Etária", "Gênero", "Cor", "Deficiência", "Doenças"],
-        icons=["person", "gender-female", "person-plus", "person-wheelchair", "capsule-pill"],
+        options=["Faixa Etária", "Gênero", "Cor", "Deficiência", "Doenças", "Escolaridade", "Identidade de Gênero"],
+        icons=["person", "gender-female", "person-plus", "person-wheelchair", "capsule-pill", "school", "transgender"],
         menu_icon="cast",
         default_index=0,
         orientation="horizontal",
@@ -355,19 +397,13 @@ with st.expander(" Adicione o arquivo .csv ao lado para visuzalização", expand
     # Exibição dos DataFrames com base na aba selecionada
     if selected_tab == "Faixa Etária" and DF_IDADE is not None:
         st.subheader("Distribuição por Faixa Etária")
-
-
-
         col1, col2 = st.columns(2)
         with col1:
             st.dataframe(DF_IDADE, hide_index=True)
         with col2:
             # Criar o gráfico de pirâmide etária
-        # Preparar os dados para o gráfico de pirâmide etária
-            DF_IDADE["Masculino"] = (
-                DF_IDADE["Masculino"].astype(int) * -1
-            )  # Valores negativos para o lado masculino
-            DF_IDADE["Feminino"] = DF_IDADE["Feminino"].astype(int)            
+            DF_IDADE["Masculino"] = DF_IDADE["Masculino"].astype(int) * -1  # Valores negativos para o lado masculino
+            DF_IDADE["Feminino"] = DF_IDADE["Feminino"].astype(int)
             fig_idade = px.bar(
                 DF_IDADE,
                 x=["Masculino", "Feminino"],
@@ -441,6 +477,35 @@ with st.expander(" Adicione o arquivo .csv ao lado para visuzalização", expand
                 titulo="Distribuição por Doenças"
             )
             st.plotly_chart(fig_doencas)
+
+    elif selected_tab == "Escolaridade" and DF_ESCOLA is not None:
+        st.subheader("Distribuição por Escolaridade")
+        col1, col2 = st.columns(2)
+        with col1:
+            st.dataframe(DF_ESCOLA, hide_index=True)
+        with col2:
+            fig_escola = criar_grafico_personalizado(
+                DF_ESCOLA,
+                x_col="Descrição",
+                y_col="Valor",
+                titulo="Distribuição por Escolaridade"
+            )
+            st.plotly_chart(fig_escola)
+
+    elif selected_tab == "Identidade de Gênero" and DF_TRANSGEN is not None:
+        st.subheader("Distribuição por Identidade de Gênero")
+        col1, col2 = st.columns(2)
+        with col1:
+            st.dataframe(DF_TRANSGEN, hide_index=True)
+        with col2:
+            fig_transgen = criar_grafico_personalizado(
+                DF_TRANSGEN,
+                x_col="Descrição",
+                y_col="Valor",
+                titulo="Distribuição por Identidade de Gênero"
+            )
+            st.plotly_chart(fig_transgen)
+
 add_vertical_space()
 
 st.info(
@@ -531,4 +596,3 @@ with st.expander(" Converse com o 🤖 Zé Flamengo", expanded=True):
 # Adicione este código fora do expander para evitar a reexecução do script ao pressionar Enter
 if "USER_CHAT_input" in st.session_state and st.session_state.USER_CHAT_input:
     st.session_state.USER_CHAT_input = ""
-