Update app.py

app.py

@@ -149,7 +149,7 @@ if not filtered_df.empty:
         monetary_value = f'R$ {conta_sum:,.2f}'
 
         # Append the data to the list
-        data.append({'Conta': conta, 'Modelo': modelo, 'Valor Monetário': monetary_value})
+        data.append({'Conta': conta, 'Modelo': modelo, 'Próximos 12 meses': monetary_value})
 
     # Convert the list to a DataFrame
     table_data = pd.DataFrame(data)
@@ -162,17 +162,17 @@ if not filtered_df.empty:
     table_data = pd.merge(table_data, last_df)
 
         # Calculate the grand total sum of all 'Conta' values
-    total_sum = sum(float(row['Valor Monetário'].replace('R$ ', '').replace(',', '')) for row in data)
+    total_sum = sum(float(row['Próximos 12 meses'].replace('R$ ', '').replace(',', '')) for row in data)
 
     # Append the "Total" row
-    total_row = pd.DataFrame({'Conta': ['TOTAL (RLIT)'], 'Modelo': [''], 'Valor Monetário': [f'R$ {total_sum:,.2f}']})
+    total_row = pd.DataFrame({'Conta': ['TOTAL (RLIT)'], 'Modelo': [''], 'Próximos 12 meses': [f'R$ {total_sum:,.2f}']})
     table_data = pd.concat([table_data, total_row], ignore_index=True)
 
     # Calculate and append the rows for "Saúde (12% da RLIT)" and "Educação (25% da RLIT)"
     saude_value = total_sum * 0.15
     educacao_value = total_sum * 0.25
-    saude_row = pd.DataFrame({'Conta': ['Saúde (15% da RLIT)'], 'Modelo': [''], 'Valor Monetário': [f'R$ {saude_value:,.2f}']})
-    educacao_row = pd.DataFrame({'Conta': ['Educação (25% da RLIT)'], 'Modelo': [''], 'Valor Monetário': [f'R$ {educacao_value:,.2f}']})
+    saude_row = pd.DataFrame({'Conta': ['Saúde (15% da RLIT)'], 'Modelo': [''], 'Próximos 12 meses': [f'R$ {saude_value:,.2f}']})
+    educacao_row = pd.DataFrame({'Conta': ['Educação (25% da RLIT)'], 'Modelo': [''], 'Próximos 12 meses': [f'R$ {educacao_value:,.2f}']})
 
     # Append these rows to the table data
     table_data = pd.concat([table_data, saude_row, educacao_row], ignore_index=True)