Spaces:
Sleeping
Sleeping
File size: 13,355 Bytes
131e309 c3e94f7 08ba218 efef30d c3e94f7 ce87491 057b5b2 119d340 08ba218 057b5b2 131e309 c3e94f7 e638816 41bb393 c3e94f7 131e309 41bb393 131e309 41bb393 131e309 c3e94f7 08ba218 131e309 08ba218 131e309 c3e94f7 131e309 08ba218 7f7c7ed 131e309 eeb3b83 131e309 8c97de6 131e309 e638816 131e309 41bb393 131e309 8c97de6 131e309 8c97de6 057b5b2 8c97de6 131e309 8c97de6 131e309 8c97de6 08ba218 8c97de6 131e309 7ecb4f3 131e309 6178dc6 131e309 6178dc6 131e309 6178dc6 a5df4fb 131e309 a5df4fb 6178dc6 131e309 a5df4fb 131e309 7ecb4f3 a5df4fb 131e309 a5df4fb 131e309 a5df4fb 131e309 a5df4fb 131e309 a5df4fb 131e309 7ecb4f3 131e309 6178dc6 131e309 6178dc6 131e309 7ecb4f3 131e309 7ecb4f3 131e309 7ecb4f3 131e309 7ecb4f3 131e309 7ecb4f3 131e309 7ecb4f3 131e309 7ecb4f3 131e309 a6940ae 131e309 e638816 131e309 8571ff6 5afc6de 131e309 41bb393 e638816 8571ff6 131e309 e638816 131e309 7ecb4f3 131e309 7ecb4f3 131e309 5afc6de 76525e5 131e309 76525e5 131e309 7ecb4f3 131e309 7ecb4f3 76525e5 7ecb4f3 76525e5 41bb393 131e309 76525e5 131e309 41bb393 131e309 41bb393 131e309 41bb393 131e309 41bb393 131e309 76525e5 41bb393 131e309 76525e5 131e309 76525e5 131e309 41bb393 131e309 41bb393 131e309 76525e5 131e309 76525e5 131e309 76525e5 a7992d0 131e309 a7992d0 131e309 6178dc6 131e309 76525e5 eeb3b83 41bb393 76525e5 eeb3b83 76525e5 eeb3b83 76525e5 6178dc6 a5df4fb a7992d0 76525e5 8c97de6 131e309 efef30d 9f2d369 131e309 eeb3b83 0b7f02a 7ecb4f3 0b7f02a eeb3b83 131e309 8c97de6 41bb393 eeb3b83 131e309 057b5b2 9bf522d 7ecb4f3 9bf522d 7ecb4f3 9bf522d 131e309 9bf522d 131e309 9bf522d 131e309 9bf522d 7ecb4f3 9bf522d 131e309 4217908 131e309 9bf522d 4217908 057b5b2 4217908 131e309 9bf522d 131e309 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 | # app.py - VERSÃO COM MARGEM ABSOLUTA FIXA
import pandas as pd
import requests
import io
import itertools
from collections import defaultdict
import gradio as gr
# 🔧 CONFIGURAÇÕES GLOBAIS
FILE_ID = "1XvNz7DlWioT64uNdcfBSL8Ui2nRSi9gT"
URL = f"https://drive.google.com/uc?export=download&id={FILE_ID}"
# Variáveis globais para armazenamento
df = None
df_imovel = None
grupos_imovel = None
planilha_carregada = False
def carregar_planilha():
"""Carrega e prepara a planilha para análise."""
global df, df_imovel, grupos_imovel, planilha_carregada
if planilha_carregada:
return True
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(" ", "_")
# Colunas numéricas
colunas_numericas = ['valor_credito', 'valor_entrada', 'valor_parcela', 'saldo_devedor', 'qtd_parcelas']
for coluna in colunas_numericas:
if coluna in df.columns:
df[coluna] = pd.to_numeric(df[coluna], 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")
df.drop_duplicates(inplace=True)
# Pré‑processa imóvel
df_imovel = df[df['tipo_do_bem'].str.lower() == 'imovel'].copy()
grupos_imovel = agrupar_por_administradora(df_imovel)
planilha_carregada = True
print("✅ Planilha carregada e pré-processada com sucesso")
print(f"✅ Total de cotas de imóvel: {len(df_imovel)}")
print(f"✅ Administradoras disponíveis: {list(grupos_imovel.keys())}")
return True
except Exception as e:
print(f"❌ Erro ao carregar planilha: {str(e)}")
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 formatar_moeda(valor):
return f"R$ {valor:,.2f}".replace(",", "v").replace(".", ",").replace("v", ".")
def calcular_tempo_parcelas(combinacao):
"""Calcula o tempo de parcelas baseado nas cotas da combinação."""
if not combinacao:
return ""
try:
cotas_ordenadas = sorted(combinacao, key=lambda x: int(x.get('qtd_parcelas', 0)))
prazos = sorted(set(int(c.get('qtd_parcelas', 0)) for c in combinacao))
if not prazos or prazos[0] <= 0:
return ""
resultado = []
prazo_anterior = 0
for prazo_atual in prazos:
cotas_ativas = [c for c in cotas_ordenadas if int(c.get('qtd_parcelas', 0)) >= prazo_anterior + 1]
valor_parcela_total = sum(c.get('valor_parcela', 0) for c in cotas_ativas)
inicio = prazo_anterior + 1
fim = prazo_atual
if inicio <= fim and valor_parcela_total > 0:
resultado.append(f"{inicio}x à {fim}x: {formatar_moeda(valor_parcela_total)}/mês")
prazo_anterior = prazo_atual
if prazos and prazo_anterior < max(prazos):
cotas_ativas_finais = [c for c in cotas_ordenadas if int(c.get('qtd_parcelas', 0)) > prazo_anterior]
if cotas_ativas_finais:
valor_parcela_final = sum(c.get('valor_parcela', 0) for c in cotas_ativas_finais)
inicio_final = prazo_anterior + 1
fim_final = max(prazos)
if valor_parcela_final > 0:
resultado.append(f"{inicio_final}x à {fim_final}x: {formatar_moeda(valor_parcela_final)}/mês")
return "\\n".join(resultado) if resultado else ""
except Exception as e:
print(f"❌ Erro ao calcular tempo de parcelas: {str(e)}")
return ""
def definir_margens_absolutas(credito_desejado, entrada_desejada, parcela_desejada):
"""Define margens fixas em R$ para crédito, entrada e parcela."""
# Margens em R$ (ex.: 500.000 → 480.000–520.000)
margem_credito = 40_000
margem_entrada = 10_000
margem_parcela = 1_000
credito_min = max(0, credito_desejado - margem_credito)
credito_max = credito_desejado + margem_credito
entrada_min = max(0, entrada_desejada - margem_entrada)
entrada_max = entrada_desejada + margem_entrada
parcela_min = max(0, parcela_desejada - margem_parcela)
parcela_max = parcela_desejada + margem_parcela
return credito_min, credito_max, entrada_min, entrada_max, parcela_min, parcela_max
def filtrar_cotas_por_faixa(cotas, credito_min, credito_max):
"""Filtra cotas que pelo menos têm chance de entrar na faixa de crédito."""
return [c for c in cotas if c['valor_credito'] < credito_max * 2]
def buscar_combinacoes_otimizado(credito_desejado, entrada_desejada, parcela_desejada, administradoras=None, max_combinacoes=15):
"""Busca combinações de cotas dentro de margens fixas absolutas."""
global df_imovel, grupos_imovel
if not planilha_carregada:
if not carregar_planilha():
return "❌ Erro: Planilha não carregada. Por favor, tente novamente."
# Filtra administradoras
if administradoras and len(administradoras) > 0:
grupos_filtrados = {adm: cotas for adm, cotas in grupos_imovel.items() if adm in administradoras}
else:
grupos_filtrados = grupos_imovel
if not grupos_filtrados:
return "🚫 Nenhuma cota encontrada com os filtros aplicados. Tente ajustar os parâmetros."
print(f"🔍 Total de administradoras no filtro: {len(grupos_filtrados)}")
# Usa margens fixas em R$
credito_min, credito_max, entrada_min, entrada_max, parcela_min, parcela_max = definir_margens_absolutas(
credito_desejado, entrada_desejada, parcela_desejada
)
print(f"💰 Valores desejados: Crédito: R$ {credito_desejado:,.2f}, Entrada: R$ {entrada_desejada:,.2f}, Parcela: R$ {parcela_desejada:,.2f}")
print(f"🔍 Margem de crédito: de R$ {credito_min:,.2f} até R$ {credito_max:,.2f}")
# Limites de busca
max_cotas_combinacao = 15
max_combinacoes_por_adm = 4000 # para evitar explosão de combinações [web:12][web:18]
resultados = []
total_combinacoes_testadas = 0
for adm, cotas in grupos_filtrados.items():
print(f"🔍 Analisando administradora: {adm} ({len(cotas)} cotas)")
cotas_filtradas = filtrar_cotas_por_faixa(cotas, credito_min, credito_max)
for r in range(1, min(max_cotas_combinacao + 1, len(cotas_filtradas) + 1)):
combinacoes_geradas = 0
for combinacao in itertools.combinations(cotas_filtradas, r):
if combinacoes_geradas >= max_combinacoes_por_adm:
break
total_combinacoes_testadas += 1
combinacoes_geradas += 1
total_credito = sum(c['valor_credito'] for c in combinacao)
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)
# Verifica margens fixas
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 len(resultados) >= max_combinacoes * 2:
break
if len(resultados) >= max_combinacoes * 2:
break
if len(resultados) >= max_combinacoes * 2:
break
print(f"🔍 Total de combinações testadas: {total_combinacoes_testadas}")
print(f"🔍 Combinações válidas encontradas: {len(resultados)}")
if not resultados:
return "🚫 Nenhuma combinação adequada encontrada com os parâmetros fornecidos."
resultados.sort(key=lambda x: x[2]) # ordena pela menor diferença
return formatar_resultados(resultados[:max_combinacoes])
def formatar_resultados(resultados):
"""Formata os resultados para exibição incluindo tempo de parcelas."""
if not resultados:
return "🚫 Nenhuma combinação adequada encontrada com os parâmetros fornecidos."
resposta = ""
for idx, (adm, combinacao, _) in enumerate(resultados, 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['valor_entrada'] for c in combinacao)
total_entrada = total_entrada_base + (total_credito * 0.085)
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
tempo_parcelas = calcular_tempo_parcelas(combinacao)
resposta += f"""
--- COMBINAÇÃO {idx} ---
🏢 Administradora: {adm}
🔢 Códigos: {', '.join(codigos)} ({len(combinacao)} cotas)
💰 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}%
⏰ TEMPO DE PARCELAS:
{tempo_parcelas if tempo_parcelas else "Não foi possível calcular o tempo de parcelas"}
"""
return resposta
# Carrega a planilha uma vez quando o aplicativo inicia
carregar_planilha()
def ajustar_e_buscar(credito_desejado, entrada_desejada, parcela_desejada, administradoras):
return buscar_combinacoes_otimizado(
float(credito_desejado or 0),
float(entrada_desejada or 0),
float(parcela_desejada or 0),
administradoras,
max_combinacoes=15
)
def get_administradoras_options():
if df is not None and planilha_carregada:
adm_list = df[df['tipo_do_bem'].str.lower() == 'imovel']['administradora'].unique()
return sorted(adm_list)
return []
# Interface Gradio
with gr.Blocks(title="Sistema de Busca de Consórcio Imóvel") 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; }
input[type="number"], input[type="text"], textarea {
background-color: white !important;
border: 2px solid black !important;
border-radius: 12px !important;
color: black !important;
padding: 10px !important;
}
.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; }
</style>
""")
gr.Markdown("# 🏠 Busca de Combinações de Consórcio Imóvel")
gr.Markdown("Insira os valores desejados para crédito, entrada e parcela, e filtre por administradora.")
with gr.Row():
credito_input = gr.Number(label="Crédito Desejado (R$)", value=300000, step=1000)
entrada_input = gr.Number(label="Entrada Desejada (R$)", value=30000, step=1000)
parcela_input = gr.Number(label="Parcela Desejada (R$)", value=1500, step=100)
administradoras_multiselect = gr.CheckboxGroup(
label="Filtrar por Administradoras",
choices=get_administradoras_options(),
value=get_administradoras_options()
)
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...")
submit_btn.click(
fn=ajustar_e_buscar,
inputs=[credito_input, entrada_input, parcela_input, administradoras_multiselect],
outputs=output_text
)
gr.Markdown("---")
gr.Markdown("Desenvolvido para auxiliar na busca por cotas de consórcio ideais.")
if __name__ == "__main__":
demo.launch()
# |