import gradio as gr import pandas as pd import geopandas as gpd # --------------------------------------- # Função para formatar visualização # --------------------------------------- def formatar_float_visualizacao(df, casas=4): df_visual = df.copy() float_cols = df_visual.select_dtypes(include=['float']).columns df_visual[float_cols] = df_visual[float_cols].round(casas) return df_visual # --------------------------------------- # Carregar shapefile dos eixos # --------------------------------------- gdf_eixos = gpd.read_file("EixosLogradouros.shp", engine="fiona") gdf_eixos = gdf_eixos.to_crs("EPSG:4326") # --------------------------------------- # Autopreenchimento de colunas # --------------------------------------- def listar_colunas(arquivo_excel, aba): if arquivo_excel is None or aba is None: return gr.update(choices=[]), gr.update(choices=[]) df = pd.read_excel(arquivo_excel.name, sheet_name=aba) colunas = df.columns.tolist() colunas_upper = {c.upper(): c for c in colunas} col_cdlog = colunas_upper.get("CTM", colunas_upper.get("CDLOG")) col_num = None for nome in ["Nº GEO", "NUM_GEO", "NUM", "NUMERO"]: if nome in colunas_upper: col_num = colunas_upper[nome] break return ( gr.update(choices=colunas, value=col_cdlog), gr.update(choices=colunas, value=col_num) ) # --------------------------------------- # Carregar abas # --------------------------------------- def carregar_abas(arquivo_excel): if arquivo_excel is None: return gr.update(choices=[]), None xls = pd.ExcelFile(arquivo_excel.name) abas = xls.sheet_names return gr.update(choices=abas, value=abas[0]), abas[0] # --------------------------------------- # Exibir tabela # --------------------------------------- def exibir_tabela(arquivo_excel, aba, col_num): if arquivo_excel is None or aba is None: return None, "" df = pd.read_excel(arquivo_excel.name, sheet_name=aba) df["_idx"] = range(len(df)) if col_num in df.columns: df[col_num] = pd.to_numeric(df[col_num], errors='coerce').fillna(0).astype(int) return formatar_float_visualizacao(df), f"{df.shape[0]} linhas e {df.shape[1]} colunas" # --------------------------------------- # Interpolação com sugestões # --------------------------------------- # --------------------------------------- # Interpolação com sugestões CORRETAS # --------------------------------------- def interpolar_enderecos(df, col_cdlog, col_num): df = df.copy() df[col_num] = pd.to_numeric(df[col_num], errors='coerce').fillna(0).astype(int) resultados = [] falhas = [] for _, row in df.iterrows(): idx = row["_idx"] cdlog = row[col_cdlog] numero = row[col_num] segmentos = gdf_eixos[gdf_eixos['CDLOG'] == cdlog] if segmentos.empty: resultados.append((None, None)) falhas.append({ "_idx": idx, "cdlog": cdlog, "numero_atual": numero, "motivo": "CDLOG não encontrado", "sugestoes": "", "numero_corrigido": "" }) continue lado = "Par" if numero % 2 == 0 else "Ímpar" ini_col, fim_col = ( ("NRPARINI", "NRPARFIN") if lado == "Par" else ("NRIMPINI", "NRIMPFIN") ) segmentos = segmentos.copy() segmentos[ini_col] = pd.to_numeric(segmentos[ini_col], errors="coerce") segmentos[fim_col] = pd.to_numeric(segmentos[fim_col], errors="coerce") segmentos = segmentos.dropna(subset=[ini_col, fim_col]) cond = (segmentos[ini_col] <= numero) & (segmentos[fim_col] >= numero) segmentos_validos = segmentos[cond] # ------------------------------------------------ # 🔴 SE NÃO ENCONTRAR INTERVALO → MESMA LÓGICA DO SEGUNDO CÓDIGO # ------------------------------------------------ if segmentos_validos.empty: sugestoes_str = "" if not segmentos.empty: diffs = (segmentos[ini_col] - numero).abs() min_index = diffs.idxmin() linha_proxima = segmentos.loc[min_index] ini = linha_proxima[ini_col] fim = linha_proxima[fim_col] # if pd.notna(ini) and pd.notna(fim): # numeros_validos = list(range(int(ini), int(fim) + 1, 2)) # # ordena pela proximidade do número digitado # numeros_validos.sort(key=lambda x: abs(x - numero)) # # pega apenas os 10 mais próximos # sugestoes = numeros_validos[:10] # sugestoes_str = ", ".join(map(str, sugestoes)) if pd.notna(ini) and pd.notna(fim): ini = int(ini) fim = int(fim) # gera todos os números do intervalo todos_numeros = list(range(ini, fim + 1)) # separa pares e ímpares pares = [n for n in todos_numeros if n % 2 == 0] impares = [n for n in todos_numeros if n % 2 != 0] # ordena por proximidade pares.sort(key=lambda x: abs(x - numero)) impares.sort(key=lambda x: abs(x - numero)) # pega 5 de cada sugestoes = pares[:5] + impares[:5] # ordena novamente por proximidade geral sugestoes.sort(key=lambda x: abs(x - numero)) sugestoes_str = ", ".join(map(str, sugestoes)) resultados.append((None, None)) falhas.append({ "_idx": idx, "cdlog": cdlog, "numero_atual": numero, "motivo": "Numeração fora do intervalo", "sugestoes": sugestoes_str, "numero_corrigido": "" }) continue # ------------------------------------------------ # INTERPOLAÇÃO NORMAL # ------------------------------------------------ linha = segmentos_validos.iloc[0] geom = linha.geometry ini = linha[ini_col] fim = linha[fim_col] if fim == ini: resultados.append((None, None)) continue frac = (numero - ini) / (fim - ini) frac = max(0, min(1, frac)) ponto = geom.interpolate(geom.length * frac) resultados.append((ponto.x, ponto.y)) df["lon"] = [x for x, y in resultados] df["lat"] = [y for x, y in resultados] output_path = "dados_interpolados.xlsx" df.to_excel(output_path, index=False) df_falhas = pd.DataFrame(falhas) return formatar_float_visualizacao(df), df_falhas, output_path # --------------------------------------- # Aplicar correções digitadas # --------------------------------------- def aplicar_correcoes(df_original, df_falhas, col_num): df_original = df_original.copy() for _, row in df_falhas.iterrows(): if str(row["numero_corrigido"]).strip() != "": idx = row["_idx"] novo_num = int(row["numero_corrigido"]) df_original.loc[df_original["_idx"] == idx, col_num] = novo_num return df_original # --------------------------------------- # Interface # --------------------------------------- with gr.Blocks() as app: gr.Markdown("## DAI - Geolocalização com Correção Manual") estado_df = gr.State() arquivo = gr.File(label="Arquivo Excel", file_types=[".xlsx"]) with gr.Row(): dropdown_abas = gr.Dropdown(label="Aba") linhas_info = gr.Textbox(label="Linhas e Colunas", interactive=False) dropdown_cdlog = gr.Dropdown(label="Coluna CDLOG") dropdown_num = gr.Dropdown(label="Coluna Número") tabela_output = gr.Dataframe(label="Prévia", interactive=True) btn_interpolar = gr.Button("Obter Coordenadas") tabela_interpolada = gr.Dataframe(label="Com Coordenadas") arquivo_saida = gr.File(label="Baixar Planilha com Coordenadas") falhas_output = gr.Dataframe(label="Falhas (Digite número_corrigido)", interactive=True) btn_aplicar = gr.Button("Aplicar Correções") # Eventos arquivo.change(fn=carregar_abas, inputs=arquivo, outputs=[dropdown_abas, dropdown_abas]) dropdown_abas.change( fn=exibir_tabela, inputs=[arquivo, dropdown_abas, dropdown_num], outputs=[tabela_output, linhas_info] ).then( fn=lambda df: df, inputs=tabela_output, outputs=estado_df ).then( fn=listar_colunas, inputs=[arquivo, dropdown_abas], outputs=[dropdown_cdlog, dropdown_num] ) btn_interpolar.click( fn=interpolar_enderecos, inputs=[estado_df, dropdown_cdlog, dropdown_num], outputs=[tabela_interpolada, falhas_output, arquivo_saida] ) btn_aplicar.click( fn=aplicar_correcoes, inputs=[estado_df, falhas_output, dropdown_num], outputs=estado_df ).then( fn=interpolar_enderecos, inputs=[estado_df, dropdown_cdlog, dropdown_num], outputs=[tabela_interpolada, falhas_output, arquivo_saida] ) app.launch(server_name="0.0.0.0", server_port=7860)