Upload imovel.py

imovel.py

@@ -0,0 +1,194 @@
+# -*- coding: utf-8 -*-
+"""Untitled1.ipynb
+
+Automatically generated by Colab.
+
+Original file is located at
+    https://colab.research.google.com/drive/1DZAQZfrXvTy358Vg2qfUg_ge6b3kcgBy
+"""
+
+# app.py
+import pandas as pd
+import requests
+import io
+import itertools
+from collections import defaultdict
+import gradio as gr
+import time
+
+# 🔧 CONFIGURAÇÕES GLOBAIS
+# Certifique-se de que este FILE_ID esteja acessível publicamente ou para "Qualquer pessoa com o link"
+FILE_ID = "1iz6SKyiqxTjMz_MuDj6quc8pEGXErWRk"
+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."""
+    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
+        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")
+
+        # 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)}")
+        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 dentro dos parâmetros especificados."""
+    # Garante que o DataFrame está carregado
+    if df is None:
+        # Tenta carregar se ainda não foi carregado
+        if not carregar_planilha():
+            return "❌ Erro: Planilha não carregada. Por favor, tente novamente."
+
+    # Filtra por tipo de bem e administradoras
+    df_filtrado = df[df['tipo_do_bem'].str.lower() == 'imovel']
+    if administradoras:
+        # Certifica-se de que administradoras é uma lista (Gradio retorna tupla)
+        if isinstance(administradoras, tuple):
+            administradoras = list(administradoras)
+        df_filtrado = df_filtrado[df_filtrado['administradora'].isin(administradoras)]
+
+    if df_filtrado.empty:
+        return "🚫 Nenhuma cota encontrada com os filtros aplicados. Tente ajustar os parâmetros."
+
+    # 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 * 0.75, parcela_desejada * 1.25
+
+    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) # Diferença do valor final pelo crédito (para ordenação)
+
+                    resultados.append((adm, combinacao, diferenca))
+
+    if not resultados:
+        return "🚫 Nenhuma combinação adequada encontrada com os parâmetros fornecidos."
+
+    resultados.sort(key=lambda x: x[2]) # Ordena pela diferença
+
+    return formatar_resultados(resultados)
+
+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] # Adicionado .get para segurança
+        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) # Adicionado .get para segurança
+
+        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: R$ {total_credito:,.2f}
+💵 Entrada (+comissão): R$ {total_entrada:,.2f}
+📉 Saldo Devedor: R$ {total_saldo:,.2f}
+💲 Parcela: R$ {total_parcelas:,.2f}
+⏳ Prazo: {maior_prazo} meses
+🔚 Valor Final: R$ {valor_final:,.2f}
+💠 Crédito Líquido: R$ {credito_real:,.2f}
+📊 Taxa Total: {taxa_percentual:.2f}% (R$ {taxa_total:,.2f})
+🗓️ Taxa Mensal: {taxa_mensal:.2f}%
+🗓️ Taxa Anual: {taxa_mensal * 12:.2f}%
+"""
+    return resposta
+
+# Carrega a planilha uma vez quando o aplicativo inicia
+carregar_planilha()
+
+# Prepara a lista de administradoras para o Gradio
+def get_administradoras_options():
+    if df is not None:
+        adm_list = df[df['tipo_do_bem'].str.lower() == 'imovel']['administradora'].unique()
+        return sorted(adm_list)
+    return []
+
+# Criando a interface Gradio
+with gr.Blocks(title="Sistema de Busca de Consórcio Imóvel") as demo:
+    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() # Seleciona todas por padrão
+    )
+
+    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=buscar_combinacoes,
+        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.")
+
+# Inicia o aplicativo Gradio
+if __name__ == "__main__":
+    demo.launch() # Você não precisa disso no Colab, mas sim no arquivo que você fará o deploy