Update app.py

app.py

@@ -1656,22 +1656,21 @@ def tab_viz21(df, nivel, umbral_pareto=0.8, metodo='mixto', sim_prop=0.75, rank_
 Resultado de aplicar **estrategia mixta ponderada** a iniciativas prioritarias.
 
 ### Componentes del Score:
-- Similaridad promedio
 - Ranking promedio (posición)
 - Frecuencia de aparición
 
 ### Interpretación:
-- **Barras largas**: ODS con mayor score global
+- **Barras largas**: {nivel} con mayor score global
 - **Color verde**: Scores más altos
 - **Color azul**: Scores intermedios
-- **Círculos grandes**: ODS que aparecen en más iniciativas
+- **Círculos grandes**: {nivel} que aparecen en más iniciativas
 
 ### Top 3 ODS:
-{chr(10).join([f'- **ODS {int(row["ODS_ID"])}**: Score {row["score"]:.4f} ({int(row["frecuencia"])} iniciativas)' 
+{chr(10).join([f'- **{nivel} {int(row["ODS_ID"])}**: Score {row["score"]:.4f} ({int(row["frecuencia"])} iniciativas)' 
                for _, row in resultado.head(3).iterrows()] if len(resultado) > 0 else ['Sin datos'])}
 
 ### 💡 Uso:
-Estos ODS son los **prioritarios a nivel agregado** considerando
+Est@s {nivel} son los **prioritarios a nivel agregado** considerando
 relevancia, posición y prevalencia en el grupo de textos analizados.
 """
         
@@ -2103,6 +2102,63 @@ def crear_app():
                         # Pasar como lista con un único elemento
                         return procesar_lote_llm([query_text.strip()])
 
+                with gr.Tab("Resultados por ODS - Metas"):     
+                    with gr.Row():
+                        with gr.Tab("🏆 Ranking Masivo ODS"):
+                            with gr.Row():
+                                with gr.Column(scale=2):
+                                    plot_mass_ods_ind = gr.Plot(label="Ranking Global ODS")
+                                with gr.Column(scale=1):
+                                    exp_mass_ods_ind = gr.Markdown()
+
+                        with gr.Tab('Tabla score ODS'):   
+                                output_ods_mass_mix_ind = gr.Dataframe(label="Resultados del análisis masivo ODS")
+
+                    with gr.Row():
+                        with gr.Tab("🏆 Ranking Masivo METAS"):
+                            with gr.Row():
+                                with gr.Column(scale=2):
+                                    plot_mass_metas_ind = gr.Plot(label="Ranking Global METAS")
+                                with gr.Column(scale=1):
+                                    exp_mass_metas_ind = gr.Markdown()
+
+                        
+                        with gr.Tab('Tabla score METAS'):   
+                            output_meta_mass_mix_ind = gr.Dataframe(label="Resultados del análisis masivo METAS")
+
+
+                    with gr.Row(visible=False):
+                        with gr.Tab("🏆 Ranking Masivo INDICADORES"):
+                            with gr.Row():
+                                with gr.Column(scale=2):
+                                    plot_mass_indicadores_ind = gr.Plot(label="Ranking Global INDICADORES")
+                                with gr.Column(scale=1):
+                                    exp_mass_indicadores = gr.Markdown()
+                        with gr.Tab('Tabla score INDICADORES'):   
+                            output_indicadores_mass_mix_ind = gr.Dataframe(label="Resultados del análisis masivo INDICADORES")
+
+                    ## logicas de actualizaciones
+                    with gr.Row(visible=False):
+                        ods_prt.change(
+                            fn=tab_viz21,
+                            inputs=[ods_prt, gr.State('ods')],
+                            outputs=[plot_mass_ods_ind, exp_mass_ods_ind]
+                        )
+
+                        meta_prt.change(
+                            fn=tab_viz21,
+                            inputs=[meta_prt, gr.State('meta')],
+                            outputs=[plot_mass_ods_ind, exp_mass_metas_ind]
+                        )
+
+                        indicador_prt.change(
+                            fn=tab_viz21,
+                            inputs=[indicador_prt, gr.State('indicador')],
+                            outputs=[plot_mass_ods_ind, exp_mass_indicadores]
+                        )
+                        
+                        
+
                     btn_prt.click(procesar_consulta, query_in_prt, [ods_prt,meta_prt,indicador_prt], show_progress=True)
                 
                     
@@ -2741,6 +2797,8 @@ def crear_app():
                         return gr.update(value=None)
                     df = pd.read_excel(file_input)
                     return gr.update(value=df[['id_unico','iniciativa']])
+
+                df_tx_iniciativas = gr.Dataframe(label="Vista previa de las primeras 10 filas del archivo cargado", visible=False)
                     
 
                 with gr.Tab("MASIVA"):
@@ -3077,7 +3135,7 @@ def crear_app():
                                   # PESTAÑA 23: NUBE DE PALABRAS - PALOMA
                                   # with gr.Tab("23. Nube Palabras"):
                                       # file_output = gr.File()
-                                    df_tx_iniciativas = gr.Dataframe(label="Vista previa de las primeras 10 filas del archivo cargado", visible=False)
+                                    
                             
                                     file_output.change(leer_tabla,
                                                      file_output,