Update app.py

app.py

@@ -4,6 +4,8 @@ import pandas as pd
 from difflib import get_close_matches
 import re  # Importa o módulo de expressões regulares
 
+bens_df = pd.read_excel('bens_tab.xlsx')
+
 def fetch_data_to_dataframe(query, limit=50, source="mercadolibre"):
     if source == "mercadolibre":
         BASE_URL = "https://api.mercadolibre.com/sites/MLB/search"
@@ -33,24 +35,26 @@ def filtrar_itens_similares(df, termo_pesquisa, limite=5):
     df_filtrado = df[df['Title'].isin(titulos_similares)]
     return df_filtrado
 
-def calcular_fator_avaliacao(EC, VU, PU, VR):
+def calcular_fator_avaliacao(EC, titulo, PU):
     pontuacoes = {'Excelente': 10, 'Bom': 8, 'Regular': 5, 'Péssimo': 2}
     ec_pontuacao = pontuacoes[EC]
-    
+
+    # Buscar VU e VR baseado no título
+    bem_info = bens_df[bens_df['TITULO'] == titulo].iloc[0]
+    VU = bem_info['VIDA_UTIL']
+    VR = bem_info['VALOR_RESIDUAL']
+
+    PU = float(PU)
     PVU = 10 - ((PU - 1) * (10 / VU))
     PVU = min(PVU, 10)
     
     PUB = 10 - (((VU - PU) - 1) * (10 / VU))
     PUB = min(PUB, 10)
     
-    fator_avaliacao = max((4 * ec_pontuacao + 6 * PVU - 3 * PUB) / 100, (VR/100))
+    fator_avaliacao = max((4 * ec_pontuacao + 6 * PVU - 3 * PUB) / 100, VR))
     return fator_avaliacao
 
-def integrated_app(query, EC, VU, PU, VR):
-    VU = float(VU)
-    PU = float(PU)
-    VR = float(VR)
-    
+def integrated_app(query, EC, titulo, PU):
     df = fetch_data_to_dataframe(query, 50, "mercadolibre")
     if df.empty:
         return "Nenhum dado encontrado. Tente uma consulta diferente.", pd.DataFrame()
@@ -61,16 +65,18 @@ def integrated_app(query, EC, VU, PU, VR):
         return "Nenhum item similar encontrado.", pd.DataFrame()
     else:
         mean_price = df_similares['Price'].mean()
-        fator_avaliacao = calcular_fator_avaliacao(EC, VU, PU, VR)
-        valor_avaliacao = max(mean_price * fator_avaliacao, ((VR/100)* mean_price))
+        fator_avaliacao = calcular_fator_avaliacao(EC, titulo, PU)
+        valor_avaliacao = max(mean_price * fator_avaliacao, ((VR)* mean_price))
         return f"Valor Médio do Bem: R$ {mean_price:.2f}, Fator de Avaliação: {fator_avaliacao*100:.2f}%, Valor de Avaliação: R$ {valor_avaliacao:.2f}", df_similares
 
+titulos = bens_df['TITULO'].unique().tolist()
+
 iface = gr.Interface(fn=integrated_app,
                      inputs=[gr.Textbox(label="Digite sua consulta"),
+                             gr.Dropdown(label="Classificação Contábil do Bem", choices=titulos),
                              gr.Radio(label="Estado de Conservação do Bem", choices=['Excelente', 'Bom', 'Regular', 'Péssimo']),
-                             gr.Number(label="Vida Útil do Bem", value=10),
-                             gr.Number(label="Período em que o bem foi utilizado", value=1),
-                             gr.Number(label="Valor Residual", value=20)],
+                             gr.Number(label="Período utilizado (anos)", value=1)
+                     ],
                      outputs=[gr.Textbox(label="Cálculo"), gr.Dataframe(label="Resultados da Pesquisa")],
                      theme=gr.themes.Monochrome(),
                     title = "<span style='color: gray; font-size: 48px;'>aval</span><span style='color: gray; font-size: 48px;'>ia</span><span style='color: gray; font-size: 48px;'>.BEN</span>",