Spaces:
Sleeping
Sleeping
Update app.py
Browse files
app.py
CHANGED
|
@@ -63,67 +63,95 @@ def formatar_moeda(valor):
|
|
| 63 |
except:
|
| 64 |
return f"R$ {valor}"
|
| 65 |
|
| 66 |
-
def
|
| 67 |
-
"""Busca combinações de forma
|
| 68 |
try:
|
|
|
|
|
|
|
| 69 |
if df is None:
|
|
|
|
| 70 |
if not carregar_planilha():
|
| 71 |
return "❌ Erro: Planilha não carregada."
|
| 72 |
|
|
|
|
|
|
|
|
|
|
|
|
|
| 73 |
# Filtra por tipo de bem
|
|
|
|
|
|
|
|
|
|
| 74 |
df_filtrado = df[df['tipo_do_bem'].str.lower() == 'imovel']
|
|
|
|
| 75 |
|
| 76 |
if administradoras:
|
| 77 |
if isinstance(administradoras, tuple):
|
| 78 |
administradoras = list(administradoras)
|
|
|
|
| 79 |
df_filtrado = df_filtrado[df_filtrado['administradora'].isin(administradoras)]
|
|
|
|
| 80 |
|
| 81 |
if df_filtrado.empty:
|
| 82 |
return "🚫 Nenhuma cota encontrada com os filtros aplicados."
|
| 83 |
|
| 84 |
-
#
|
| 85 |
-
|
| 86 |
-
|
| 87 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
| 88 |
|
| 89 |
grupos = agrupar_por_administradora(df_filtrado)
|
| 90 |
-
|
| 91 |
|
|
|
|
| 92 |
MIN_COTAS = 3
|
| 93 |
MAX_COTAS = 10
|
| 94 |
|
| 95 |
for adm, cotas in grupos.items():
|
|
|
|
|
|
|
| 96 |
if len(cotas) < MIN_COTAS:
|
| 97 |
continue
|
| 98 |
|
| 99 |
-
#
|
| 100 |
-
|
| 101 |
-
|
| 102 |
-
|
| 103 |
-
|
| 104 |
-
|
| 105 |
-
for
|
| 106 |
-
|
| 107 |
-
|
| 108 |
-
|
| 109 |
-
|
| 110 |
-
total_parcelas = sum(c['valor_parcela'] for c in combinacao)
|
| 111 |
-
|
| 112 |
-
if (credito_min <= total_credito <= credito_max and
|
| 113 |
-
entrada_min <= total_entrada <= entrada_max and
|
| 114 |
-
parcela_min <= total_parcelas <= parcela_max):
|
| 115 |
-
|
| 116 |
-
total_saldo = sum(c['saldo_devedor'] for c in combinacao)
|
| 117 |
-
valor_final = round(total_entrada + total_saldo, 2)
|
| 118 |
-
diferenca = abs(valor_final - total_credito)
|
| 119 |
-
|
| 120 |
-
resultados.append((adm, combinacao, diferenca))
|
| 121 |
|
| 122 |
-
|
| 123 |
-
|
| 124 |
-
|
| 125 |
-
|
| 126 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 127 |
|
| 128 |
if len(resultados) >= 50:
|
| 129 |
break
|
|
@@ -131,14 +159,18 @@ def buscar_combinacoes_rapido(credito_desejado, entrada_desejada, parcela_deseja
|
|
| 131 |
if len(resultados) >= 50:
|
| 132 |
break
|
| 133 |
|
|
|
|
|
|
|
| 134 |
if not resultados:
|
| 135 |
-
return "🚫 Nenhuma combinação adequada encontrada. Tente
|
| 136 |
|
| 137 |
resultados.sort(key=lambda x: x[2])
|
| 138 |
return formatar_resultados(resultados[:15])
|
| 139 |
|
| 140 |
except Exception as e:
|
| 141 |
-
|
|
|
|
|
|
|
| 142 |
|
| 143 |
def formatar_resultados(resultados):
|
| 144 |
"""Formata os resultados para exibição com diversificação por administradora."""
|
|
|
|
| 63 |
except:
|
| 64 |
return f"R$ {valor}"
|
| 65 |
|
| 66 |
+
def buscar_combinacoes_eficiente(credito_desejado, entrada_desejada, parcela_desejada, administradoras=None):
|
| 67 |
+
"""Busca combinações de forma eficiente e garantida."""
|
| 68 |
try:
|
| 69 |
+
print("🔍 Iniciando busca de combinações...")
|
| 70 |
+
|
| 71 |
if df is None:
|
| 72 |
+
print("⚠️ DataFrame não carregado, tentando carregar...")
|
| 73 |
if not carregar_planilha():
|
| 74 |
return "❌ Erro: Planilha não carregada."
|
| 75 |
|
| 76 |
+
# Debug: verifica se o DataFrame foi carregado
|
| 77 |
+
print(f"✅ DataFrame carregado com {len(df)} linhas")
|
| 78 |
+
print(f"📋 Colunas disponíveis: {list(df.columns)}")
|
| 79 |
+
|
| 80 |
# Filtra por tipo de bem
|
| 81 |
+
if 'tipo_do_bem' not in df.columns:
|
| 82 |
+
return "❌ Coluna 'tipo_do_bem' não encontrada na planilha."
|
| 83 |
+
|
| 84 |
df_filtrado = df[df['tipo_do_bem'].str.lower() == 'imovel']
|
| 85 |
+
print(f"📊 Imóveis filtrados: {len(df_filtrado)} linhas")
|
| 86 |
|
| 87 |
if administradoras:
|
| 88 |
if isinstance(administradoras, tuple):
|
| 89 |
administradoras = list(administradoras)
|
| 90 |
+
print(f"🎯 Administradoras selecionadas: {administradoras}")
|
| 91 |
df_filtrado = df_filtrado[df_filtrado['administradora'].isin(administradoras)]
|
| 92 |
+
print(f"📊 Após filtrar administradoras: {len(df_filtrado)} linhas")
|
| 93 |
|
| 94 |
if df_filtrado.empty:
|
| 95 |
return "🚫 Nenhuma cota encontrada com os filtros aplicados."
|
| 96 |
|
| 97 |
+
# Debug: mostra algumas administradoras disponíveis
|
| 98 |
+
adm_disponiveis = df_filtrado['administradora'].unique()[:5]
|
| 99 |
+
print(f"🏢 Primeiras administradoras disponíveis: {adm_disponiveis}")
|
| 100 |
+
|
| 101 |
+
# Tolerâncias amplas para garantir resultados
|
| 102 |
+
credito_min, credito_max = credito_desejado * 0.80, credito_desejado * 1.20
|
| 103 |
+
entrada_min, entrada_max = entrada_desejada * 0.75, entrada_desejada * 1.25
|
| 104 |
+
parcela_min, parcela_max = parcela_desejada * 0.50, parcela_desejada * 1.50
|
| 105 |
|
| 106 |
grupos = agrupar_por_administradora(df_filtrado)
|
| 107 |
+
print(f"📦 Grupos formados: {len(grupos)} administradoras")
|
| 108 |
|
| 109 |
+
resultados = []
|
| 110 |
MIN_COTAS = 3
|
| 111 |
MAX_COTAS = 10
|
| 112 |
|
| 113 |
for adm, cotas in grupos.items():
|
| 114 |
+
print(f"🔍 Processando {adm} com {len(cotas)} cotas")
|
| 115 |
+
|
| 116 |
if len(cotas) < MIN_COTAS:
|
| 117 |
continue
|
| 118 |
|
| 119 |
+
# Ordena por valor de crédito (otimização)
|
| 120 |
+
cotas_ordenadas = sorted(cotas, key=lambda x: x.get('valor_credito', 0))
|
| 121 |
+
|
| 122 |
+
# Busca combinações de forma inteligente
|
| 123 |
+
for tamanho in range(MIN_COTAS, min(MAX_COTAS + 1, len(cotas_ordenadas) + 1)):
|
| 124 |
+
# Amostra para evitar explosão combinatória
|
| 125 |
+
for i in range(0, len(cotas_ordenadas), max(1, len(cotas_ordenadas) // 5)):
|
| 126 |
+
for j in range(i + tamanho, min(i + 20, len(cotas_ordenadas))):
|
| 127 |
+
combinacao = cotas_ordenadas[i:j]
|
| 128 |
+
if len(combinacao) != tamanho:
|
| 129 |
+
continue
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 130 |
|
| 131 |
+
try:
|
| 132 |
+
total_credito = sum(c.get('valor_credito', 0) for c in combinacao)
|
| 133 |
+
total_entrada_base = sum(c.get('valor_entrada', 0) for c in combinacao)
|
| 134 |
+
total_entrada = total_entrada_base + (total_credito * 0.085)
|
| 135 |
+
total_parcelas = sum(c.get('valor_parcela', 0) for c in combinacao)
|
| 136 |
+
|
| 137 |
+
if (credito_min <= total_credito <= credito_max and
|
| 138 |
+
entrada_min <= total_entrada <= entrada_max and
|
| 139 |
+
parcela_min <= total_parcelas <= parcela_max):
|
| 140 |
+
|
| 141 |
+
total_saldo = sum(c.get('saldo_devedor', 0) for c in combinacao)
|
| 142 |
+
valor_final = round(total_entrada + total_saldo, 2)
|
| 143 |
+
diferenca = abs(valor_final - total_credito)
|
| 144 |
+
|
| 145 |
+
resultados.append((adm, combinacao, diferenca))
|
| 146 |
+
|
| 147 |
+
if len(resultados) >= 50:
|
| 148 |
+
break
|
| 149 |
+
except Exception as e:
|
| 150 |
+
print(f"⚠️ Erro em combinação: {e}")
|
| 151 |
+
continue
|
| 152 |
+
|
| 153 |
+
if len(resultados) >= 50:
|
| 154 |
+
break
|
| 155 |
|
| 156 |
if len(resultados) >= 50:
|
| 157 |
break
|
|
|
|
| 159 |
if len(resultados) >= 50:
|
| 160 |
break
|
| 161 |
|
| 162 |
+
print(f"✅ Busca concluída: {len(resultados)} combinações encontradas")
|
| 163 |
+
|
| 164 |
if not resultados:
|
| 165 |
+
return "🚫 Nenhuma combinação adequada encontrada. Tente ampliar os filtros."
|
| 166 |
|
| 167 |
resultados.sort(key=lambda x: x[2])
|
| 168 |
return formatar_resultados(resultados[:15])
|
| 169 |
|
| 170 |
except Exception as e:
|
| 171 |
+
error_msg = f"❌ Erro inesperado: {str(e)}"
|
| 172 |
+
print(error_msg)
|
| 173 |
+
return error_msg
|
| 174 |
|
| 175 |
def formatar_resultados(resultados):
|
| 176 |
"""Formata os resultados para exibição com diversificação por administradora."""
|