Update app.py

app.py

@@ -162,25 +162,25 @@ with tab1:
 
 with tab2:
 
-    col1, col2= st.columns(2)
+    #col1, col2= st.columns(2)
 
-    if not filtered_df.empty:
-        data_string = filtered_df['Forecasts'].iloc[0]
+    #if not filtered_df.empty:
+        #data_string = filtered_df['Forecasts'].iloc[0]
 
         # Split the string into lines
-        lines = data_string.split('\n')
+        #lines = data_string.split('\n')
 
-        mes = 0
+        #mes = 0
 
         # Iterate through the lines and extract the values
-        for line in lines[:-1]:  # Skip the last two lines which might not contain forecast data
-            period, value = line.split()
-            num_float = float(value)
-            monetary_value = f'R$ {num_float:,.2f}'  # Adding commas for thousands separator
-            mes += 1
-            col1.write(f"Mês {mes}: {monetary_value}")
-    else:
-        col1.warning('No data available for the selected filters.')
+        #for line in lines[:-1]:  # Skip the last two lines which might not contain forecast data
+            #period, value = line.split()
+            #num_float = float(value)
+            #monetary_value = f'R$ {num_float:,.2f}'  # Adding commas for thousands separator
+            #mes += 1
+            #col1.write(f"Mês {mes}: {monetary_value}")
+    #else:
+        #col1.warning('No data available for the selected filters.')
 
     # Display the Forecasts values as line plots in the second column
 
@@ -201,21 +201,21 @@ with tab2:
             num_float = float(value)
             monetary_value = f'R$ {num_float:,.2f}'  # Adding commas for thousands separator
             mes += 1
-            data.append({'Period': int(mes), 'Monetary Value': num_float})
+            data.append({'Período': int(mes), 'Valores Previstos': num_float})
 
         # Create a DataFrame from the list
         chart_data = pd.DataFrame(data)
 
-        # Sort the DataFrame by 'Period'
-        chart_data = chart_data.sort_values(by='Period')
+        # Sort the DataFrame by 'Período'
+        chart_data = chart_data.sort_values(by='Período')
 
         # Display line chart with "period" on X-axis and "Monetary Value" on Y-axis
         #col2.line_chart(chart_data.set_index('Period'))
-        fig = px.line(chart_data, x="Period", y="Monetary Value")
+        fig = px.line(chart_data, x="Período", y="Valores Previstos")
         #st.plotly_chart(fig, theme=None, use_container_width=True)
         st.plotly_chart(fig, theme=None)
     else:
-        col2.warning('No data available for the selected filters.')
+        st.warning('Sem dados para os filtros selecionados.')
 
 
 with tab3:
@@ -307,7 +307,7 @@ with tab3:
             st.error(f"Error in processing data: {str(e)}")
 
     else:
-        st.warning('No data available for the selected filters.')
+        st.warning('Sem dados para os filtros selecionados.')
 
     st.markdown("""
     <b>Observação:</b> Previsões realizadas com dados extraídos do Relatório Resumido de Execução Orçamentária (RREO) até o 6º bimestre de 2023 no Sistema de Informações Contábeis e Fiscais do Setor Público Brasileiro (SICONFI).