app.py

# app.py
import pandas as pd
import requests
import io
import itertools
from collections import defaultdict
import gradio as gr # Importação principal para Gradio
import os # Para variáveis de ambiente, se necessário

# 🔧 CONFIGURAÇÕES GLOBAIS
# O ID da planilha para Consórcio de Automóveis
# Certifique-se de que este FILE_ID esteja acessível publicamente ou para "Qualquer pessoa com o link"
FILE_ID = "1EoH8V3Fyls0mNa95VcBN6ZL1B552ty3X"
URL = f"https://drive.google.com/uc?export=download&id={FILE_ID}"

# Variável global para armazenar o DataFrame
df = None

def carregar_planilha():
    """Carrega e prepara a planilha para análise de consórcios de automóveis."""
    global df
    try:
        print("⏳ Carregando planilha...")
        response = requests.get(URL)
        response.raise_for_status()
        data = io.BytesIO(response.content)
        df = pd.read_excel(data)

        # Padroniza nomes das colunas
        df.columns = df.columns.str.strip().str.lower().str.replace(" ", "_")

        # Converte colunas numéricas
        numeric_cols = ['valor_credito', 'valor_entrada', 'valor_parcela', 'saldo_devedor', 'qtd_parcelas']
        for col in numeric_cols:
            if col in df.columns:
                df[col] = pd.to_numeric(df[col], errors='coerce').fillna(0)

        # Verifica colunas essenciais
        if 'tipo_do_bem' not in df.columns or 'administradora' not in df.columns:
            raise ValueError("Colunas essenciais não encontradas na planilha")

        # Remove duplicatas
        df.drop_duplicates(inplace=True)
        print("✅ Planilha carregada com sucesso!")
        return True

    except Exception as e:
        print(f"❌ Erro ao carregar planilha: {str(e)}")
        # Retorne uma mensagem de erro mais útil para o usuário
        return False

def agrupar_por_administradora(dataframe):
    """Agrupa cotas por administradora."""
    grupos = defaultdict(list)
    for _, row in dataframe.iterrows():
        grupos[row['administradora']].append(row.to_dict())
    return grupos

def buscar_combinacoes(credito_desejado, entrada_desejada, parcela_desejada, administradoras=None):
    """Busca combinações de cotas para automóveis dentro dos parâmetros especificados."""
    # Garante que o DataFrame está carregado antes de cada busca
    # Isso é útil caso a sessão expire ou o DF seja limpo por algum motivo no servidor do HF.
    global df
    if df is None:
        if not carregar_planilha():
            return "❌ Erro: Planilha não carregada. Verifique se o ID do arquivo está correto e público."

    # Filtra por tipo de bem (Auto) e administradoras selecionadas
    df_filtrado = df[df['tipo_do_bem'].str.lower() == 'auto']
    if administradoras:
        # Garante que 'administradoras' seja uma lista para o isin()
        if isinstance(administradoras, tuple): # Gradio SelectMultiple retorna uma tupla
            administradoras = list(administradoras)
        df_filtrado = df_filtrado[df_filtrado['administradora'].isin(administradoras)]

    if df_filtrado.empty:
        return "🚫 Nenhuma cota de automóvel encontrada com os filtros aplicados."

    # Define faixas de tolerância
    credito_min, credito_max = credito_desejado * 0.93, credito_desejado * 1.07
    entrada_min, entrada_max = entrada_desejada * 0.93, entrada_desejada * 1.07
    parcela_min, parcela_max = parcela_desejada * 0.5, parcela_desejada * 1.5

    grupos = agrupar_por_administradora(df_filtrado)
    resultados = []

    for adm, cotas in grupos.items():
        for r in range(1, min(3, len(cotas)) + 1): # Máximo 3 cotas por combinação
            for combinacao in itertools.combinations(cotas, r):
                total_credito = sum(c['valor_credito'] for c in combinacao)
                total_entrada = sum(c['valor_entrada'] for c in combinacao)
                total_parcelas = sum(c['valor_parcela'] for c in combinacao)

                if (credito_min <= total_credito <= credito_max and
                    entrada_min <= total_entrada <= entrada_max and
                    parcela_min <= total_parcelas <= parcela_max):

                    total_saldo = sum(c['saldo_devedor'] for c in combinacao)
                    valor_final = round(total_entrada + total_saldo, 2)
                    diferenca = abs(valor_final - total_credito)

                    resultados.append((adm, combinacao, diferenca))

    if not resultados:
        return "Nenhuma combinação adequada encontrada para automóveis com os parâmetros fornecidos."

    resultados.sort(key=lambda x: x[2])
    return formatar_resultados(resultados)

def formatar_moeda(valor):
    return f"R$ {valor:,.2f}".replace(",", "v").replace(".", ",").replace("v", ".")

def formatar_resultados(resultados):
    """Formata os resultados para exibição."""
    resposta = ""
    # Limita a 15 resultados para evitar saídas muito longas
    for idx, (adm, combinacao, _) in enumerate(resultados[:15], 1):
        codigos = [str(c.get('codigo', 'N/A')) for c in combinacao]
        total_credito = sum(c['valor_credito'] for c in combinacao)
        total_entrada = sum(c['valor_entrada'] for c in combinacao)
        total_saldo = sum(c['saldo_devedor'] for c in combinacao)
        total_parcelas = sum(c['valor_parcela'] for c in combinacao)
        maior_prazo = max(int(c.get('qtd_parcelas', 0)) for c in combinacao)

        valor_final = round(total_entrada + total_saldo, 2)
        credito_real = round(total_credito - total_entrada, 2)
        taxa_total = total_saldo - credito_real
        taxa_percentual = (taxa_total / credito_real) * 100 if credito_real > 0 else 0
        taxa_mensal = taxa_percentual / maior_prazo if maior_prazo > 0 else 0

        resposta += f"""
--- COMBINAÇÃO {idx} ---
🏢 Administradora: {adm}
🔢 Códigos: {', '.join(codigos)}
💰 Crédito Total: {formatar_moeda(total_credito)}
💵 Entrada (+comissão): {formatar_moeda(total_entrada)}
📉 Saldo Devedor: {formatar_moeda(total_saldo)}
💲 Parcela: {formatar_moeda(total_parcelas)}
⏳ Prazo: {maior_prazo} meses
🔚 Valor Final: {formatar_moeda(valor_final)}
💠 Crédito Líquido: {formatar_moeda(credito_real)}
📊 Taxa Total: {taxa_percentual:.2f}% ({formatar_moeda(taxa_total)})
🗓️ Taxa Mensal: {taxa_mensal:.2f}%
🗓️ Taxa Anual: {taxa_mensal * 12:.2f}%
"""
    return resposta


# --- INICIALIZAÇÃO PARA GRADIO ---
# Carrega a planilha UMA VEZ no início do aplicativo
# Se der erro, a função de busca tentará carregar novamente.
if not carregar_planilha():
    print("⚠️ Aviso: Planilha não carregada na inicialização. Tentará carregar na primeira busca.")

# Prepara as opções para o seletor de administradoras do Gradio
def get_administradoras_options():
    if df is not None:
        adm_list = df[df['tipo_do_bem'].str.lower() == 'auto']['administradora'].unique()
        return sorted(adm_list.tolist()) # Converter para lista, pois .unique() pode retornar um numpy array
    return []

# --- Interface Gradio ---
with gr.Blocks(title="Sistema de Busca de Consórcio de Automóveis") as demo:
    gr.HTML("""
    <link href="https://fonts.googleapis.com/css2?family=Poppins&display=swap" rel="stylesheet">
    <style>
        * {
            font-family: 'Poppins', sans-serif !important;
        }
        
        body {
            background-color: #ff8f00 !important;
            color: black !important;
        }
        
        /* Inputs Numéricos: Crédito, Entrada, Parcela */
        input[type="number"] {
            background-color: white !important;
            border: 2px solid #000 !important;
            border-radius: 12px !important;
            color: black !important;
            padding: 10px !important;
            font-weight: 500;
        }
        
        /* Inputs de texto e áreas de texto (como a saída e código) */
        input[type="text"], textarea {
            background-color: white !important;
            border: 2px solid black !important;
            border-radius: 12px !important;
            color: black !important;
            padding: 10px !important;
        }
        
        input::placeholder, textarea::placeholder {
            color: #333 !important;
            opacity: 0.7;
        }
        
        .gr-checkbox label {
            display: flex;
            align-items: center;
            gap: 8px;
            font-weight: 600;
        }
        
        input[type="checkbox"] {
            accent-color: black !important;
            width: 18px;
            height: 18px;
        }
        
        .gr-button {
            font-weight: bold;
            border-radius: 10px !important;
            background-color: white !important;
            color: black !important;
            border: 2px solid black !important;
        }
        
        .gr-button:hover {
            background-color: #fff3e0 !important;
            color: black !important;
        }
        
        label {
            font-weight: 600 !important;
        }
    </style>
    """)
    
    gr.Markdown("# 🚗 Sistema de Busca de Combinações de Consórcio (Automóveis)")
    gr.Markdown("Preencha os campos abaixo para encontrar as melhores combinações de cotas de consórcio de veículo.")

    with gr.Row():
        credito_input = gr.Number(label="Crédito Desejado (R$)", value=30000, step=1000, interactive=True)
        entrada_input = gr.Number(label="Entrada Desejada (R$)", value=3000, step=100, interactive=True)
        parcela_input = gr.Number(label="Parcela Desejada (R$)", value=500, step=10, interactive=True)

    administradoras_options = get_administradoras_options()
    administradoras_multiselect = gr.CheckboxGroup(
        label="Filtrar por Administradoras",
        choices=administradoras_options,
        value=administradoras_options, # Seleciona todas por padrão
        interactive=True
    )

    submit_btn = gr.Button("🔍 Buscar Combinações", variant="primary")

    output_text = gr.Textbox(label="Resultados da Busca", lines=20, max_lines=40, interactive=False, placeholder="Os resultados aparecerão aqui...")

    # Conecta o botão à função de busca
    submit_btn.click(
        fn=buscar_combinacoes,
        inputs=[credito_input, entrada_input, parcela_input, administradoras_multiselect],
        outputs=output_text
    )

    gr.Markdown("---")
    gr.Markdown("Ferramenta desenvolvida para otimizar a busca por consórcios de automóveis.")

if __name__ == "__main__":
    demo.launch() # Você não precisa disso no Colab, mas sim no arquivo que você fará o deploy