Upload app.py

app.py

@@ -686,6 +686,10 @@ def tab_inicio(df_ods, df_metas, df_indicador):
       top_metas = pd.concat([top_metas, top_metas_lcl], axis=0)
     # top_metas['logo_id'] = top_metas['ODS_ID'].apply(lambda _: f"ods_{_}")
     top_metas['logo_id'] = top_metas['META_ID'].apply(lambda _: f"meta_{_.upper()}")
+
+    recomendaciones_tblinput = Path('data/raw/ODS_169_metas_recomendaciones_detalladas.xlsx')
+    df_recomendaciones = pd.read_excel(recomendaciones_tblinput)
+    top_metas = top_metas.merge(df_recomendaciones[['Meta_ODS', 'Recomendaciones_territoriales']], left_on='META_ID', right_on='Meta_ODS', how='left')
     # top_metas = df_metas.groupby('META_ID').agg({
     #     'meta_similaridad_cos_normalized': 'mean'
     # }).sort_values('meta_similaridad_cos_normalized', ascending=False).head(5)[['META_ID','META','meta_similaridad_cos_normalized']]
@@ -789,6 +793,32 @@ def tab_inicio(df_ods, df_metas, df_indicador):
                 </div>''' for _, row in top_indicador.iterrows()])}
             </div>
         </div>
+
+        <div class="important-box" style="background-color: #E8F4F8; padding: 20px; border-radius: 10px; margin: 20px 0; border-left: 5px solid #4472C4;">
+            <h3 style="color: #2E5090;">📋 Recomendaciones Territoriales por Meta</h3>
+            <table style="width: 100%; border-collapse: collapse; background-color: white;">
+                <thead>
+                    <tr style="background-color: #2E5090; color: white;">
+                        <th style="padding: 12px; text-align: left; border-bottom: 2px solid #2E5090;">ODS</th>
+                        <th style="padding: 12px; text-align: left; border-bottom: 2px solid #2E5090;">Meta ID</th>
+                        <th style="padding: 12px; text-align: left; border-bottom: 2px solid #2E5090;">Recomendaciones Territoriales</th>
+                    </tr>
+                </thead>
+                <tbody>
+                    {''.join([f'''
+                    <tr style="border-bottom: 1px solid #ddd;">
+                        <td style="padding: 12px; text-align: center;">
+                            <img src="{dict_logos[f'ods_{row['ODS_ID']}']}" 
+                                 alt="ODS {row['ODS_ID']}" 
+                                 width="50" 
+                                 style="vertical-align: middle;" />
+                        </td>
+                        <td style="padding: 12px; font-weight: bold; color: #2E5090;">{row['META_ID']}</td>
+                        <td style="padding: 12px; color: #333;">{row.get('Recomendaciones_territoriales', 'N/A')}</td>
+                    </tr>''' for _, row in df_metas.iterrows() if not pd.isna(row.get('Recomendaciones_territoriales'))])}
+                </tbody>
+            </table>
+        </div>
         
          <!--
         <div style="background-color: #F0F0F0; padding: 20px; border-radius: 10px; margin: 20px 0;">
@@ -862,6 +892,10 @@ def tab_inicio_mass(df_ods=None, df_metas=None, df_indicador=None):
     # top_metas = df_metas.groupby('META_ID').agg({
     #     'meta_similaridad_cos_normalized': 'mean'
     # }).sort_values('meta_similaridad_cos_normalized', ascending=False).head(5)[['META_ID','META','meta_similaridad_cos_normalized']]
+
+    recomendaciones_tblinput = Path('data/raw/ODS_169_metas_recomendaciones_detalladas.xlsx')
+    df_recomendaciones = pd.read_excel(recomendaciones_tblinput)
+    top_metas = top_metas.merge(df_recomendaciones[['Meta_ODS', 'Recomendaciones_territoriales']], left_on='META_ID', right_on='Meta_ODS', how='left')
     
     # Top 5 indicadores
     top_indicador = pd.DataFrame()