Update app.py

app.py

@@ -193,14 +193,9 @@ if not filtered_df.empty:
     table_data = pd.merge(table_data, last_df)
 
     try:
-        # Removing 'R$ ' and commas from the monetary columns for conversion to float
-        # Use regex=True in replace() method to ensure all instances are replaced
-        table_data['Próximos 12 meses'] = table_data['Próximos 12 meses'].replace(r'R\$ ', '', regex=True).replace(',', '', regex=True).astype(float)
-        table_data['Últimos 12 meses'] = table_data['Últimos 12 meses'].replace(r'R\$ ', '', regex=True).replace(',', '', regex=True).astype(float)
-
         # Calculate the grand total sum of 'Próximos 12 meses' and 'Últimos 12 meses' values
-        total_sum = table_data['Próximos 12 meses'].sum()
-        total_sum_prev = table_data['Últimos 12 meses'].sum()
+        total_sum =  sum(float(row['Próximos 12 meses'].replace('R$ ', '').replace(',', '')) for row in data)
+        total_sum_prev = sum(float(row['Últimos 12 meses'].replace('R$ ', '').replace(',', '')) for row in data)
 
         # Append the "Total" row
         total_row = pd.DataFrame({