Update app.py

app.py

@@ -69,7 +69,7 @@ def criar_grafico_dispersao(df, x_column, y_column, hover_name, trendline_color)
         #margin=dict(l=0.1, r=1, t=0.1, b=0.1)
     )
     # Definindo a cor dos pontos
-    fig.update_traces(marker=dict(color=trendline_color, size=6))
+    fig.update_traces(marker=dict(color=trendline_color, size=5))
     # Definindo a cor da linha de tendência
     fig.update_traces(line=dict(color="black"))
     # Adicionando o texto com a correlação na linha de tendência
@@ -98,57 +98,67 @@ def avaliacao_imovel(planilha, v_d, scv_d,
     
     # Carregando os dados
     df_dados = pd.read_excel(planilha.name)
+    df_dados = df_dados.round(4)
     df_original = df_dados.copy()
 
     # ---------------------------Nome das variáveis--------------------------#
     
-    # Obtenha os nomes das colunas, excluindo a primeira
-    nomes_colunas = df_original.columns[1:]
+    # Obtenha os nomes das colunas, excluindo a primeira ou a segunda
+    
+    if v_d == "Valor total":
+        nomes_colunas = df_original.drop(columns=[df_original.columns[0], df_original.columns[2]]).columns
+    else:
+        nomes_colunas = df_original.drop(columns=[df_original.columns[0], df_original.columns[1]]).columns
+
     # Crie a lista de strings com os cabeçalhos formatados
-    #colunas = [f'Var dependente = {nomes_colunas[0]}'] + [f'Var {i} = {coluna}' for i, coluna in enumerate(nomes_colunas[1:], start=1)]
-    colunas = [f'Var dependente = **{nomes_colunas[0]}**'] + [f'Var {i} = **{coluna}**' for i, coluna in enumerate(nomes_colunas[1:], start=1)]
-                     
+    colunas = [f'Var dependente = {nomes_colunas[0]}'] + [f'Var {i} = {coluna}' for i, coluna in enumerate(nomes_colunas[1:], start=1)]
 
     #-----------------------------------Escalas------------------------------#
     # dados
-    aplicar_operacao(df_dados, scv_d, 1)
-    aplicar_operacao(df_dados, scv_1, 2)
-    aplicar_operacao(df_dados, scv_2, 3)
-    aplicar_operacao(df_dados, scv_3, 4)
-    aplicar_operacao(df_dados, scv_4, 5)
-    aplicar_operacao(df_dados, scv_5, 6)
-    aplicar_operacao(df_dados, scv_6, 7)
-    aplicar_operacao(df_dados, scv_7, 8)
-    aplicar_operacao(df_dados, scv_8, 9)
-    aplicar_operacao(df_dados, scv_9, 10)
-    aplicar_operacao(df_dados, scv_10, 11)
-    aplicar_operacao(df_dados, scv_11, 12)
-    aplicar_operacao(df_dados, scv_12, 13)
-    aplicar_operacao(df_dados, scv_13, 14)
-    aplicar_operacao(df_dados, scv_14, 15)
-    aplicar_operacao(df_dados, scv_15, 16)
-    aplicar_operacao(df_dados, scv_16, 17)
+    if v_d == "Valor total":
+        aplicar_operacao(df_dados, scv_d, 1)
+    else:
+        aplicar_operacao(df_dados, scv_d, 2)
+    aplicar_operacao(df_dados, scv_1, 3)
+    aplicar_operacao(df_dados, scv_2, 4)
+    aplicar_operacao(df_dados, scv_3, 5)
+    aplicar_operacao(df_dados, scv_4, 6)
+    aplicar_operacao(df_dados, scv_5, 7)
+    aplicar_operacao(df_dados, scv_6, 8)
+    aplicar_operacao(df_dados, scv_7, 9)
+    aplicar_operacao(df_dados, scv_8, 10)
+    aplicar_operacao(df_dados, scv_9, 11)
+    aplicar_operacao(df_dados, scv_10, 12)
+    aplicar_operacao(df_dados, scv_11, 13)
+    aplicar_operacao(df_dados, scv_12, 14)
+    aplicar_operacao(df_dados, scv_13, 15)
+    aplicar_operacao(df_dados, scv_14, 16)
+    aplicar_operacao(df_dados, scv_15, 17)
+    aplicar_operacao(df_dados, scv_16, 18)
 
 #----------------------------Renomear colunas----------------------------#
 
     #dados
-    renomeia_colunas(df_dados, 1, scv_d)
-    renomeia_colunas(df_dados, 2, scv_1)
-    renomeia_colunas(df_dados, 3, scv_2)
-    renomeia_colunas(df_dados, 4, scv_3)
-    renomeia_colunas(df_dados, 5, scv_4)
-    renomeia_colunas(df_dados, 6, scv_5)
-    renomeia_colunas(df_dados, 7, scv_6)
-    renomeia_colunas(df_dados, 8, scv_7)
-    renomeia_colunas(df_dados, 9, scv_8)
-    renomeia_colunas(df_dados, 10, scv_9)
-    renomeia_colunas(df_dados, 11, scv_10)
-    renomeia_colunas(df_dados, 12, scv_11)
-    renomeia_colunas(df_dados, 13, scv_12)
-    renomeia_colunas(df_dados, 14, scv_13)
-    renomeia_colunas(df_dados, 15, scv_14)
-    renomeia_colunas(df_dados, 16, scv_15)
-    renomeia_colunas(df_dados, 17, scv_16)
+    if v_d == "Valor total":
+        renomeia_colunas(df_dados, 1, scv_d)
+    else:
+        renomeia_colunas(df_dados, 2, scv_d)
+    renomeia_colunas(df_dados, 3, scv_1)
+    renomeia_colunas(df_dados, 4, scv_2)
+    renomeia_colunas(df_dados, 5, scv_3)
+    renomeia_colunas(df_dados, 6, scv_4)
+    renomeia_colunas(df_dados, 7, scv_5)
+    renomeia_colunas(df_dados, 8, scv_6)
+    renomeia_colunas(df_dados, 9, scv_7)
+    renomeia_colunas(df_dados, 10, scv_8)
+    renomeia_colunas(df_dados, 11, scv_9)
+    renomeia_colunas(df_dados, 12, scv_10)
+    renomeia_colunas(df_dados, 13, scv_11)
+    renomeia_colunas(df_dados, 14, scv_12)
+    renomeia_colunas(df_dados, 15, scv_13)
+    renomeia_colunas(df_dados, 16, scv_14)
+    renomeia_colunas(df_dados, 17, scv_15)
+    renomeia_colunas(df_dados, 18, scv_16)
 
     #----------------Manipulação das linhas (dados / outiliers----------------#
     
@@ -169,22 +179,22 @@ def avaliacao_imovel(planilha, v_d, scv_d,
     # Iterar sobre as colunas do DataFrame df_filtrado
     for i, col in enumerate(df_filtrado.columns):
         # Verificar se a coluna atual deve ser adicionada com base na condição e se ela existe no DataFrame
-        if (i == 2 and v_1) or \
-           (i == 3 and v_2) or \
-           (i == 4 and v_3) or \
-           (i == 5 and v_4) or \
-           (i == 6 and v_5) or \
-           (i == 7 and v_6) or \
-           (i == 8 and v_7) or \
-           (i == 9 and v_8) or \
-           (i == 10 and v_9) or \
-           (i == 11 and v_10) or \
-           (i == 12 and v_11) or \
-           (i == 13 and v_12) or \
-           (i == 14 and v_13) or \
-           (i == 15 and v_14) or \
-           (i == 16 and v_15) or \
-           (i == 17 and v_16):
+        if (i == 3 and v_1) or \
+           (i == 4 and v_2) or \
+           (i == 5 and v_3) or \
+           (i == 6 and v_4) or \
+           (i == 7 and v_5) or \
+           (i == 8 and v_6) or \
+           (i == 9 and v_7) or \
+           (i == 10 and v_8) or \
+           (i == 11 and v_9) or \
+           (i == 12 and v_10) or \
+           (i == 13 and v_11) or \
+           (i == 14 and v_12) or \
+           (i == 15 and v_13) or \
+           (i == 16 and v_14) or \
+           (i == 17 and v_15) or \
+           (i == 18 and v_16):
             if i < len(df_filtrado.columns):
                 X[col] = df_filtrado.iloc[:, i]
 
@@ -208,42 +218,45 @@ def avaliacao_imovel(planilha, v_d, scv_d,
     fig_v16 = None
 
     if v_1:
-        fig_v1 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[2], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
+        fig_v1 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[3], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
     if v_2:
-        fig_v2 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[3], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
+        fig_v2 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[4], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
     if v_3:
-        fig_v3 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[4], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
+        fig_v3 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[5], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
     if v_4:
-        fig_v4 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[5], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
+        fig_v4 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[6], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
     if v_5:
-        fig_v5 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[6], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
+        fig_v5 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[7], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
     if v_6:
-        fig_v6 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[7], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
+        fig_v6 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[8], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
     if v_7:
-        fig_v7 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[8], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
+        fig_v7 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[9], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
     if v_8:
-        fig_v8 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[9], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
+        fig_v8 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[10], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
     if v_9:
-        fig_v9 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[10], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
+        fig_v9 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[11], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
     if v_10:
-        fig_v10 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[11], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
+        fig_v10 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[12], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
     if v_11:
-        fig_v11 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[12], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
+        fig_v11 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[13], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
     if v_12:
-        fig_v12 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[13], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
+        fig_v12 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[14], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
     if v_13:
-        fig_v13 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[14], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
+        fig_v13 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[15], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
     if v_14:
-        fig_v14 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[15], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
+        fig_v14 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[16], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
     if v_15:
-        fig_v15 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[16], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
+        fig_v15 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[17], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
     if v_16:
-        fig_v16 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[17], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
+        fig_v16 = criar_grafico_dispersao(df_filtrado, df_filtrado.columns[18], df_filtrado.columns[1], df_filtrado.columns[0], "orange")
 
     #--------------------------Regressão Linerar------------------------------#
     
     # Variável dependente
-    y = df_filtrado.iloc[:, 1:2]
+    if v_d == "Valor total":
+        y = df_filtrado.iloc[:, 1:2]
+    else:
+        y = df_filtrado.iloc[:, 2:3]
     
     # Adicionando uma constante às variáveis independentes (intercepto)
     X = sm.add_constant(X)
@@ -303,7 +316,10 @@ def avaliacao_imovel(planilha, v_d, scv_d,
     """
     
     # Equação do modelo
-    equacao_modelo =  df_filtrado.columns[1] + '='
+    if v_d == "Valor total":
+        equacao_modelo =  df_filtrado.columns[1] + '='
+    else:
+        equacao_modelo =  df_filtrado.columns[2] + '='
     
         # Iterar sobre os coeficientes estimados
     for nome_coluna, coeficiente in zip(X.columns, coeficientes):
@@ -354,8 +370,13 @@ def avaliacao_imovel(planilha, v_d, scv_d,
     # Adicionando os valores previstos como uma nova coluna ao df_final
     df_final['Valores Ajustados'] = round(valores_previstos, 8)
     # Criando uma dataframe para os Valores Ajustados x Preços Observados
-    df_correl = df_final[[df_filtrado.columns[0], df_filtrado.columns[1], 'Valores Ajustados']]
-    df_correl = df_correl.rename(columns={df_filtrado.columns[1]: 'Preços Observados'})
+    if v_d == "Valor total":
+        df_correl = df_final[[df_filtrado.columns[0], df_filtrado.columns[1], 'Valores Ajustados']]
+        df_correl = df_correl.rename(columns={df_filtrado.columns[1]: 'Preços Observados'})
+    else:
+        df_correl = df_final[[df_filtrado.columns[0], df_filtrado.columns[2], 'Valores Ajustados']]
+        df_correl = df_correl.rename(columns={df_filtrado.columns[2]: 'Preços Observados'})
+    
     df_correl_grafico = df_correl.copy()
     # Desfazendo a conversão da escala
     if scv_d == 'lny':
@@ -380,46 +401,48 @@ def avaliacao_imovel(planilha, v_d, scv_d,
         df_aval_original = df_aval.copy()
 
         # avaliando(s)
-        aplicar_operacao(df_aval, scv_d, 1)
-        aplicar_operacao(df_aval, scv_1, 2)
-        aplicar_operacao(df_aval, scv_2, 3)
-        aplicar_operacao(df_aval, scv_3, 4)
-        aplicar_operacao(df_aval, scv_4, 5)
-        aplicar_operacao(df_aval, scv_5, 6)
-        aplicar_operacao(df_aval, scv_6, 7)
-        aplicar_operacao(df_aval, scv_7, 8)
-        aplicar_operacao(df_aval, scv_8, 9)
-        aplicar_operacao(df_aval, scv_9, 10)
-        aplicar_operacao(df_aval, scv_10, 11)
-        aplicar_operacao(df_aval, scv_11, 12)
-        aplicar_operacao(df_aval, scv_12, 13)
-        aplicar_operacao(df_aval, scv_13, 14)
-        aplicar_operacao(df_aval, scv_14, 15)
-        aplicar_operacao(df_aval, scv_15, 16)
-        aplicar_operacao(df_aval, scv_16, 17)
-
+        if v_d == "Valor total":
+            aplicar_operacao(df_aval, scv_d, 1)
+        else:
+            aplicar_operacao(df_aval, scv_d, 2)
+        aplicar_operacao(df_aval, scv_1, 3)
+        aplicar_operacao(df_aval, scv_2, 4)
+        aplicar_operacao(df_aval, scv_3, 5)
+        aplicar_operacao(df_aval, scv_4, 6)
+        aplicar_operacao(df_aval, scv_5, 7)
+        aplicar_operacao(df_aval, scv_6, 8)
+        aplicar_operacao(df_aval, scv_7, 9)
+        aplicar_operacao(df_aval, scv_8, 10)
+        aplicar_operacao(df_aval, scv_9, 11)
+        aplicar_operacao(df_aval, scv_10, 12)
+        aplicar_operacao(df_aval, scv_11, 13)
+        aplicar_operacao(df_aval, scv_12, 14)
+        aplicar_operacao(df_aval, scv_13, 15)
+        aplicar_operacao(df_aval, scv_14, 16)
+        aplicar_operacao(df_aval, scv_15, 17)
+        aplicar_operacao(df_aval, scv_16, 18)
 
         X_aval = pd.DataFrame()
 
         # Iterar sobre as colunas do DataFrame df_filtrado
         for i, col in enumerate(df_aval.columns):
             # Verificar se a coluna atual deve ser adicionada com base na condição e se ela existe no DataFrame
-            if (i == 2 and v_1) or \
-               (i == 3 and v_2) or \
-               (i == 4 and v_3) or \
-               (i == 5 and v_4) or \
-               (i == 6 and v_5) or \
-               (i == 7 and v_6) or \
-               (i == 8 and v_7) or \
-               (i == 9 and v_8) or \
-               (i == 10 and v_9) or \
-               (i == 11 and v_10) or \
-               (i == 12 and v_11) or \
-               (i == 13 and v_12) or \
-               (i == 14 and v_13) or \
-               (i == 15 and v_14) or \
-               (i == 16 and v_15) or \
-               (i == 17 and v_16):
+            if (i == 3 and v_1) or \
+               (i == 4 and v_2) or \
+               (i == 5 and v_3) or \
+               (i == 6 and v_4) or \
+               (i == 7 and v_5) or \
+               (i == 8 and v_6) or \
+               (i == 9 and v_7) or \
+               (i == 10 and v_8) or \
+               (i == 11 and v_9) or \
+               (i == 12 and v_10) or \
+               (i == 13 and v_11) or \
+               (i == 14 and v_12) or \
+               (i == 15 and v_13) or \
+               (i == 16 and v_14) or \
+               (i == 17 and v_15) or \
+               (i == 18 and v_16):
                 if i < len(df_aval.columns):
                     X_aval[col] = df_aval.iloc[:, i]
 
@@ -566,8 +589,8 @@ def avaliacao_imovel(planilha, v_d, scv_d,
     df_original,
     colunas,
     resultados_gerais,
-    resultado_html,
     equacao_modelo,
+    resultado_html,
     df_final,
     Listagem_df_maiores_que_2,
     pontos_influentes,
@@ -595,6 +618,7 @@ def avaliacao_imovel(planilha, v_d, scv_d,
     'planilha_aval.xlsx',
     #X_aval,
     #X,
+    #y,
     )
 
     #--------------------------------------Interface---------------------------------#
@@ -670,8 +694,8 @@ with gr.Blocks(theme=gr.themes.Default(primary_hue="yellow", secondary_hue="yell
             cols = gr.Textbox(label="Colunas", scale=1)
             with gr.Row():
                 tx_1 = gr.Textbox(label="Resultados Gerais do Modelo", scale=1)
-                ht_1 = gr.HTML(label="Resultados por variável")
-            tx_2 = gr.Textbox(label="Equação do Modelo")
+                tx_2 = gr.Textbox(label="Equação do Modelo")
+            ht_1 = gr.HTML(label="Resultados por variável")
             df_2 = gr.Dataframe(label="Planilha Regressão Linear (Variáveis e escalas escolhidas e sem outliers)", height=300)
             tx_3 = gr.Textbox(label="Listagem de dados com resíduos padronizados > 2")
             tx_5 = gr.Textbox(label="Listagem de pontos Influenciantes (Distância de Cook > 1)")
@@ -700,12 +724,13 @@ with gr.Blocks(theme=gr.themes.Default(primary_hue="yellow", secondary_hue="yell
             fl_2 = gr.components.File(label="Resultado da Avaliação")
             #df_7 = gr.Dataframe(label="X_avall", height=300)
             #df_8 = gr.Dataframe(label="X", height=300)
+            #df_9 = gr.Dataframe(label="y", height=300)
 
     inputs = [fl_1, drop, rd_0, cb_1, rd_1, cb_2, rd_2, cb_3, rd_3, cb_4, rd_4, cb_5, rd_5, cb_6, rd_6,
               cb_7, rd_7, cb_8, rd_8, cb_9, rd_9, cb_10, rd_10, cb_11, rd_11, cb_12, rd_12, cb_13, rd_13,
               cb_14, rd_14, cb_15, rd_15, cb_16, rd_16, cb_17]        
-    outputs = [df_1, cols, tx_1, ht_1, tx_2, df_2, tx_3, tx_5, df_3, df_4, df_5, pt_1, pt_2, pt_3, pt_4, pt_5, pt_6,
-               pt_7, pt_8, pt_9, pt_10, pt_11, pt_12, pt_13, pt_14, pt_15, pt_16, pt_17, df_6, fl_2] #, df_7, df_8
+    outputs = [df_1, cols, tx_1, tx_2, ht_1, df_2, tx_3, tx_5, df_3, df_4, df_5, pt_1, pt_2, pt_3, pt_4, pt_5, pt_6,
+               pt_7, pt_8, pt_9, pt_10, pt_11, pt_12, pt_13, pt_14, pt_15, pt_16, pt_17, df_6, fl_2] #, df_7, df_8, df_9]
 
     button_1.click(avaliacao_imovel, inputs=inputs, outputs=outputs)
     button_2.click(avaliacao_imovel, inputs=inputs, outputs=outputs)