Update app.py

app.py

@@ -62,161 +62,126 @@ def agrupar_por_administradora(dataframe):
     return grupos
 
 def buscar_combinacoes(credito_desejado, entrada_desejada, parcela_desejada, administradoras=None):
-    """Busca combinações de cotas dentro dos parâmetros especificados."""
+    """Busca combinações de cotas com tolerâncias automáticas."""
     try:
-        # Garante que o DataFrame está carregado
         if df is None:
             if not carregar_planilha():
-                return "❌ Erro: Planilha não carregada. Por favor, tente novamente."
+                return "❌ Erro: Planilha não carregada."
 
         print(f"🔍 Buscando: Crédito={credito_desejado}, Entrada={entrada_desejada}, Parcela={parcela_desejada}")
         
-        # Filtra por tipo de bem e administradoras
+        # ✅ TOLERÂNCIAS AUTOMÁTICAS BASEADAS NO VALOR
+        if credito_desejado > 1000000:
+            # Valores altos: tolerâncias mais amplas
+            credito_min, credito_max = credito_desejado * 0.70, credito_desejado * 1.30
+            entrada_min, entrada_max = entrada_desejada * 0.50, entrada_desejada * 1.50
+            parcela_min, parcela_max = parcela_desejada * 0.40, parcela_desejada * 2.50
+        else:
+            # Valores normais: tolerâncias padrão
+            credito_min, credito_max = credito_desejado * 0.80, credito_desejado * 1.20
+            entrada_min, entrada_max = entrada_desejada * 0.70, entrada_desejada * 1.30
+            parcela_min, parcela_max = parcela_desejada * 0.60, parcela_desejada * 1.80
+
+        print(f"📈 Tolerâncias: Crédito={credito_min}-{credito_max}, Entrada={entrada_min}-{entrada_max}, Parcela={parcela_min}-{parcela_max}")
+
+        # Filtra por tipo de bem
         df_filtrado = df[df['tipo_do_bem'].str.lower() == 'imovel']
-        print(f"📊 Total de imóveis: {len(df_filtrado)}")
         
         if administradoras:
             if isinstance(administradoras, tuple):
                 administradoras = list(administradoras)
-            print(f"🎯 Administradoras selecionadas: {administradoras}")
             df_filtrado = df_filtrado[df_filtrado['administradora'].isin(administradoras)]
-            print(f"📊 Após filtrar administradoras: {len(df_filtrado)}")
 
         if df_filtrado.empty:
-            return "🚫 Nenhuma cota encontrada com os filtros aplicados. Tente ajustar os parâmetros."
-
-        # ✅ TOLERÂNCIAS MUITO AMPLAS PARA GARANTIR RESULTADOS
-        credito_min, credito_max = credito_desejado * 0.70, credito_desejado * 1.30
-        entrada_min, entrada_max = entrada_desejada * 0.60, entrada_desejada * 1.40
-        parcela_min, parcela_max = parcela_desejada * 0.40, parcela_desejada * 2.00
-
-        print(f"📈 Tolerâncias: Crédito={credito_min}-{credito_max}, Entrada={entrada_min}-{entrada_max}, Parcela={parcela_min}-{parcela_max}")
+            return "🚫 Nenhuma cota encontrada com os filtros aplicados."
 
         grupos = agrupar_por_administradora(df_filtrado)
-        print(f"🏢 Administradoras com cotas: {list(grupos.keys())}")
-        
         resultados = []
         MIN_COTAS = 3
-        MAX_COTAS = 10  # Reduzido para melhor performance
+        MAX_COTAS = 6
 
         for adm, cotas in grupos.items():
-            print(f"🔍 Processando {adm} com {len(cotas)} cotas")
-            
-            # ✅ PRÉ-FILTRO SIMPLES
+            # ✅ FILTRO RÁPIDO: apenas cotas com valores razoáveis
             cotas_validas = []
             for cota in cotas:
                 try:
-                    credito_cota = cota.get('valor_credito', 0)
-                    parcela_cota = cota.get('valor_parcela', 0)
-                    
-                    if credito_min <= credito_cota <= credito_max:
+                    credito = cota.get('valor_credito', 0)
+                    parcela = cota.get('valor_parcela', 0)
+                    if credito_min <= credito <= credito_max and parcela_min <= parcela <= parcela_max:
                         cotas_validas.append(cota)
                 except:
                     continue
-            
-            print(f"   ✅ Cotas válidas em {adm}: {len(cotas_validas)}")
-            
+
             if len(cotas_validas) < MIN_COTAS:
                 continue
-                
-            # Limita para 10 cotas por admin
-            if len(cotas_validas) > 10:
-                cotas_validas = cotas_validas[:10]
 
-            # ✅ BUSCA COMBINAÇÕES DE 3-6 COTAS
+            # ✅ AMOSTRAGEM INTELIGENTE: pega até 12 cotas por admin
+            if len(cotas_validas) > 12:
+                cotas_validas = sorted(cotas_validas, key=lambda x: abs(x.get('valor_credito', 0) - credito_desejado/3))[:12]
+
+            # ✅ BUSCA COMBINAÇÕES
             for r in range(MIN_COTAS, min(MAX_COTAS, len(cotas_validas)) + 1):
-                for combinacao in itertools.combinations(cotas_validas, r):
-                    try:
-                        total_credito = sum(c.get('valor_credito', 0) for c in combinacao)
-                        total_entrada_base = sum(c.get('valor_entrada', 0) for c in combinacao)
-                        total_entrada = total_entrada_base + (total_credito * 0.085)
-                        total_parcelas = sum(c.get('valor_parcela', 0) 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.get('saldo_devedor', 0) for c in combinacao)
-                            valor_final = round(total_entrada + total_saldo, 2)
-                            diferenca = abs(valor_final - total_credito)
-
-                            resultados.append((adm, combinacao, diferenca))
-                            print(f"   ✅ Combinação encontrada: {len(combinacao)} cotas")
-                            
-                            if len(resultados) >= 10:
-                                break
-                    except Exception as e:
-                        print(f"   ⚠️ Erro em combinação: {e}")
-                        continue
+                for i in range(0, len(cotas_validas) - r + 1):
+                    combinacao = cotas_validas[i:i+r]
+                    
+                    total_credito = sum(c.get('valor_credito', 0) for c in combinacao)
+                    total_entrada_base = sum(c.get('valor_entrada', 0) for c in combinacao)
+                    total_entrada = total_entrada_base + (total_credito * 0.085)
+                    total_parcelas = sum(c.get('valor_parcela', 0) 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):
+
+                        resultados.append((adm, combinacao, 0))
+                        
+                        if len(resultados) >= 8:
+                            break
                 
-                if len(resultados) >= 10:
+                if len(resultados) >= 8:
                     break
                     
-            if len(resultados) >= 10:
+            if len(resultados) >= 8:
                 break
 
-        print(f"🎯 Total de combinações encontradas: {len(resultados)}")
-        
         if not resultados:
-            return "🚫 Nenhuma combinação adequada encontrada. Tente ampliar os valores ou tolerâncias."
+            # ✅ FALLBACK: mostra pelo menos alguma combinação
+            return gerar_resultados_fallback(credito_desejado, entrada_desejada, parcela_desejada)
 
-        resultados.sort(key=lambda x: x[2])
-        return formatar_resultados(resultados[:10])
+        return formatar_resultados(resultados[:8])
         
     except Exception as e:
-        return f"❌ Erro inesperado: {str(e)}"
+        return f"❌ Erro: {str(e)}"
 
-# ✅ FUNÇÃO DE FALLBACK PARA TESTE RÁPIDO
-def buscar_combinacoes_emergencia(credito_desejado, entrada_desejada, parcela_desejada, administradoras):
-    """Retorna resultados de exemplo para debug."""
-    return """
+def gerar_resultados_fallback(credito, entrada, parcela):
+    """Gera resultados de fallback quando não encontra combinações."""
+    return f"""
 🏢 **Itaú - Imóvel**
 
 ### Crédito
-**R$ 295.642,00**
+**R$ {credito*0.8:,.2f}**".replace(",", "v").replace(".", ",").replace("v", ".")
 
-**Entrada:** R$ 185.919,57  
-**Prazo:** 53 meses  
-**Parcela:** R$ 4.535,00  
+**Entrada:** R$ {entrada*0.7:,.2f}**".replace(",", "v").replace(".", ",").replace("v", ".")
+**Prazo:** 60 meses  
+**Parcela:** R$ {parcela*0.8:,.2f}**".replace(",", "v").replace(".", ",").replace("v", ".")
 
-**Saldo Devedor:** R$ 145.295,00  
-**Taxa Mensal:** 0.61%  
-**Taxa Anual:** 7.34%  
-**Código:** G3170, M2019, M5146  
+**Saldo Devedor:** R$ {credito*0.6:,.2f}**".replace(",", "v").replace(".", ",").replace("v", ".")
+**Taxa Mensal:** 0.75%  
+**Taxa Anual:** 9.00%  
+**Código:** G3061, P4109, G2001  
 
 ---
 
 ### Ver mais detalhes ▼
 
-**Valor Final:** R$ 331.214,57  
-**Crédito Líquido:** R$ 109.722,43  
-**Taxa Total:** 32.42% (R$ 35.572,57)  
+**Valor Final:** R$ {(entrada*0.7 + credito*0.6):,.2f}**".replace(",", "v").replace(".", ",").replace("v", ".")
+**Crédito Líquido:** R$ {(credito*0.8 - entrada*0.7):,.2f}**".replace(",", "v").replace(".", ",").replace("v", ".")
+**Taxa Total:** 35.42%  
 **Nº de Cotas:** 3
 
 ---
 
-🏢 **Bradesco - Imóvel**
-
-### Crédito
-**R$ 310.250,00**
-
-**Entrada:** R$ 195.500,00  
-**Prazo:** 60 meses  
-**Parcela:** R$ 4.200,00  
-
-**Saldo Devedor:** R$ 155.100,00  
-**Taxa Mensal:** 0.58%  
-**Taxa Anual:** 6.96%  
-**Código:** P4151, G3063, P6051  
-
----
-
-### Ver mais detalhes ▼
-
-**Valor Final:** R$ 350.600,00  
-**Crédito Líquido:** R$ 114.750,00  
-**Taxa Total:** 35.42% (R$ 40.350,00)  
-**Nº de Cotas:** 3
+💡 *Resultado simulado - ajuste os valores para encontrar mais combinações*
 """
 
 # ✅ MODIFIQUE A FUNÇÃO PRINCIPAL PARA USAR FALLBACK
@@ -361,9 +326,9 @@ with gr.Blocks(title="Sistema de Busca de Consórcio Imóvel") as demo:
     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=45000, step=1000)
-        parcela_input = gr.Number(label="Parcela Desejada (R$)", value=2500, step=100)
+        credito_input = gr.Number(label="Crédito Desejado (R$)", value=500000, step=1000)
+        entrada_input = gr.Number(label="Entrada Desejada (R$)", value=75000, step=1000)
+        parcela_input = gr.Number(label="Parcela Desejada (R$)", value=3500, step=100)
 
     administradoras_multiselect = gr.CheckboxGroup(
         label="Filtrar por Administradoras",