Update app.py

app.py

@@ -1,65 +1,64 @@
 import pandas as pd
+import requests
+import io
 import itertools
 from collections import defaultdict
-import gradio as gr
-from supabase import create_client, Client
-import os
+import gradio as gr # Importação principal para Gradio
+import os # Para variáveis de ambiente, se necessário
 
-# 🔧 CONFIGURAÇÕES GLOBAIS - SUPABASE
-SUPABASE_URL = os.environ.get("SUPABASE_URL")
-SUPABASE_KEY = os.environ.get("SUPABASE_KEY")
-supabase: Client = create_client(SUPABASE_URL, SUPABASE_KEY)
+# 🔧 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 os dados do Supabase para análise de consórcios de automóveis."""
+    """Carrega e prepara a planilha para análise de consórcios de automóveis."""
     global df
     try:
-        print("⏳ Carregando dados do Supabase...")
-        
-        # Busca todos os dados da tabela cotas
-        response = supabase.table("cotas").select("*").execute()
-        
-        # Converte para DataFrame
-        df = pd.DataFrame(response.data)
-        
-        if df.empty:
-            raise ValueError("Nenhum dado encontrado no Supabase")
+        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(" ", "_")
 
         # Padroniza os nomes das administradoras
-        if 'administradora_id' in df.columns:
-            df['administradora_id'] = df['administradora_id'].astype(str).str.strip().str.lower()
+        if 'administradora' in df.columns:
+            df['administradora'] = df['administradora'].astype(str).str.strip().str.lower()
 
-        # Converte colunas numéricas - USANDO OS NOMES CORRETOS DO SEU SUPABASE
-        numeric_cols = ['valor_credito', 'entrada', 'valor_parcela', 'saldo', 'parcelas']
+
+        # 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 'categoria' not in df.columns or 'administradora_id' not in df.columns:
+        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("✅ Dados carregados com sucesso do Supabase!")
+        print("✅ Planilha carregada com sucesso!")
         return True
 
     except Exception as e:
-        print(f"❌ Erro ao carregar dados do Supabase: {str(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():
-        # CORRIGIDO: usando administradora_id consistentemente
-        grupos[row['administradora_id']].append(row.to_dict())
+        grupos[row['administradora']].append(row.to_dict())
     return grupos
 
 def buscar_combinacoes(credito_desejado, entrada_desejada, parcela_desejada, administradoras=None):
@@ -67,17 +66,15 @@ def buscar_combinacoes(credito_desejado, entrada_desejada, parcela_desejada, adm
     global df
     if df is None:
         if not carregar_planilha():
-            return "❌ Erro: Dados não carregados. Verifique a conexão com o Supabase."
+            return "❌ Erro: Planilha não carregada. Verifique se o ID do arquivo está correto e público."
 
-    # CORRIGIDO: Filtra por categoria (Auto) e administradoras selecionadas
-    df_filtrado = df[df['categoria'].str.lower() == 'auto']
-    
+    # Filtra por tipo de bem (Auto) e administradoras selecionadas
+    df_filtrado = df[df['tipo_do_bem'].str.lower() == 'auto']
     if administradoras:
         if isinstance(administradoras, tuple):
             administradoras = list(administradoras)
         administradoras = [a.strip().lower() for a in administradoras]
-        # CORRIGIDO: usando administradora_id consistentemente
-        df_filtrado = df_filtrado[df_filtrado['administradora_id'].isin(administradoras)]
+        df_filtrado = df_filtrado[df_filtrado['administradora'].isin(administradoras)]
 
     if df_filtrado.empty:
         return "🚫 Nenhuma cota de automóvel encontrada com os filtros aplicados."
@@ -101,15 +98,15 @@ def buscar_combinacoes(credito_desejado, entrada_desejada, parcela_desejada, adm
                     break
                     
                 total_credito = sum(c['valor_credito'] for c in combinacao)
-                total_entrada_base = sum(c['entrada'] for c in combinacao)  # CORRIGIDO: 'entrada'
+                total_entrada_base = sum(c['valor_entrada'] for c in combinacao)
                 total_entrada = total_entrada_base + (total_credito * 0.085)
-                total_parcelas = sum(c['valor_parcela'] for c in combinacao)  # CORRIGIDO: 'valor_parcela'
+                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'] for c in combinacao)  # CORRIGIDO: 'saldo'
+                    total_saldo = sum(c['saldo_devedor'] for c in combinacao)
                     valor_final = round(total_entrada + total_saldo, 2)
                     diferenca = abs(valor_final - total_credito)
 
@@ -135,6 +132,8 @@ def formatar_resultados(resultados):
     resposta = ""
     
      # 1. Agrupar os resultados por administradora, mantendo a diferença para ordenação interna
+    # grouped_by_adm = {'Administradora X': [(combinacao_A, 100), (combinacao_C, 180), ...],
+    #                   'Administradora Y': [(combinacao_B, 150), ...]}
     grouped_by_adm = defaultdict(list)
     for adm, combinacao, diferenca in resultados:
         grouped_by_adm[adm].append((combinacao, diferenca))
@@ -146,6 +145,7 @@ def formatar_resultados(resultados):
     final_resultados_diversificados = []
     
     # Dicionário para acompanhar o índice da próxima combinação a ser pega de cada administradora
+    # Ex: {'Itau': 0, 'Bradesco': 0, 'Caixa': 0}
     adm_indices = {adm: 0 for adm in grouped_by_adm.keys()}
 
     # Lista de administradoras ativas (que ainda têm combinações disponíveis)
@@ -188,11 +188,11 @@ def formatar_resultados(resultados):
     for idx, (adm, combinacao) in enumerate(final_resultados_diversificados, 1):
         codigos = [str(c.get('codigo', 'N/A')) for c in combinacao]
         total_credito = sum(c['valor_credito'] for c in combinacao)
-        total_entrada_base = sum(c['entrada'] for c in combinacao)  # CORRIGIDO: 'entrada'
+        total_entrada_base = sum(c['valor_entrada'] for c in combinacao)
         total_entrada = total_entrada_base + (total_credito * 0.085)
-        total_saldo = sum(c['saldo'] for c in combinacao)  # CORRIGIDO: 'saldo'
-        total_parcelas = sum(c['valor_parcela'] for c in combinacao)  # CORRIGIDO: 'valor_parcela'
-        maior_prazo = max(int(c.get('parcelas', 0)) for c in combinacao)  # CORRIGIDO: 'parcelas'
+        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)
@@ -200,12 +200,14 @@ def formatar_resultados(resultados):
         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
 
+        #comissao = total_entrada * (8.5 / 108.5)
+
         resposta += f"""
 --- COMBINAÇÃO {idx} ---
-🚗 Administradora: {adm}
+�� Administradora: {adm}
 🔢 Códigos: {', '.join(codigos)}
 💰 Crédito Total: {formatar_moeda(total_credito)}
-💵 Entrada (+comissão): {formatar_moeda(total_entrada)}
+�� Entrada (+comissão): {formatar_moeda(total_entrada)}
 📉 Saldo Devedor: {formatar_moeda(total_saldo)}
 💲 Parcela: {formatar_moeda(total_parcelas)}
 ⏳ Prazo: {maior_prazo} meses
@@ -219,9 +221,10 @@ def formatar_resultados(resultados):
     return resposta
 
 # --- INICIALIZAÇÃO PARA GRADIO ---
-# Carrega os dados UMA VEZ no início do aplicativo
+# 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: Dados não carregados na inicialização. Tentará carregar na primeira busca.")
+    print("⚠️ Aviso: Planilha não carregada na inicialização. Tentará carregar na primeira busca.")
 
 # Calcula a entrada adicionando 8,5% ao valor final da entrada.
 def ajustar_e_buscar(credito_desejado, entrada_desejada, parcela_desejada, administradoras):
@@ -231,9 +234,8 @@ def ajustar_e_buscar(credito_desejado, entrada_desejada, parcela_desejada, admin
 # Prepara as opções para o seletor de administradoras do Gradio
 def get_administradoras_options():
     if df is not None:
-        # CORRIGIDO: usando administradora_id consistentemente
-        adm_list = df[df['categoria'].str.lower() == 'auto']['administradora_id'].unique()
-        return sorted(adm_list.tolist())
+        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 ---
@@ -333,8 +335,9 @@ with gr.Blocks(title="Sistema de Busca de Consórcio de Automóveis") as demo:
         outputs=output_text
     )
 
+
     gr.Markdown("---")
     gr.Markdown("Ferramenta desenvolvida para otimizar a busca por consórcios de automóveis.")
 
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch() # Você não precisa disso no Colab, mas sim no arquivo que você fará o deploy