Update app.py

app.py

@@ -1,6 +1,7 @@
 import streamlit as st
 import pandas as pd
 import altair as alt
+import csv
 
 from data import default
 from find_heatingsystem import finde_passende_heizsysteme
@@ -423,4 +424,85 @@ else:
     st.info("Bitte Eingaben machen und auf den Button klicken.")
 
 st.markdown("---")
-st.caption("Berechnung nach VDI 2067, Heizsystemauswahl gemäß DIN EN 15378 (inkl. Emissionsreduktion durch erneuerbare Energien Strommix).")
+st.caption("Berechnung nach VDI 2067, Heizsystemauswahl gemäß DIN EN 15378 (inkl. Emissionsreduktion durch erneuerbare Energien Strommix).")
+
+# CSV-Upload
+uploaded_file = st.file_uploader("Upload CSV-Datei", type=["csv"], key="csv_file")
+
+if uploaded_file is not None:
+    try:
+        csv_data = pd.read_csv(uploaded_file)
+        csv_data = csv_data.dropna(subset=["Objekt-ID"])  # <- entfernt Zeilen ohne Objekt-ID
+        csv_data = csv_data.set_index("Objekt-ID")
+        
+        # Berechnungen durchführen
+        for index, row in csv_data.iterrows():
+            try:
+                energiebedarf_spezifisch = row["spezifischer Waermebedarf"] if row["spezifischer Waermebedarf"] else row["Gesamtwaermebedarf"] / row["Wohnfläche"]
+                df = finde_passende_heizsysteme(energiebedarf_spezifisch, row["Baujahr"], row["Wohnfläche"], szen_kurz)
+                if df.empty:
+                    st.error("Keine passenden Heizsysteme gefunden.")
+                    st.stop()
+                df.columns = [
+                    "Name", "Leistung", "Investitionskosten", "Betriebsdauer", "Effizienz", "Emissionen",
+                    "Preisänderungsfaktor_Inv", "Betriebskosten", "Preisänderungsfaktor_Bedarf",
+                    "Fixkosten_O+M", "Preisänderungsfaktor_O+M", "Emissionsänderungsfaktor", "Förderung"
+                ]
+                # Korrigieren und konvertieren
+                for col in ["Investitionskosten", "Betriebsdauer", "Effizienz", "Emissionen",
+                            "Preisänderungsfaktor_Inv", "Betriebskosten", "Preisänderungsfaktor_Bedarf",
+                            "Fixkosten_O+M", "Preisänderungsfaktor_O+M", "Emissionsänderungsfaktor", "Förderung"]:
+                    df[col] = df[col].astype(str).str.replace(",", ".").str.replace("|", ".")
+                    df[col] = pd.to_numeric(df[col], errors='coerce')
+
+                df_berechnung = df.copy()
+                df_berechnung["Energiebedarf"] = df_berechnung.apply(lambda row: calculate_energiebedarf(
+                    energiebedarf_spezifisch, row["Wohnfläche"], row["Effizienz"]), axis=1)
+                df_berechnung["Annuität_NK"] = df_berechnung.apply(
+                    lambda row: calculate_annuity_nk(row["Förderung"], row["Investitionskosten"], zinssatz, row["Betriebsdauer"],
+                                                     beobachtungszeitraum, row["Preisänderungsfaktor_Inv"]), axis=1)
+                df_berechnung["Annuität_NV"] = df_berechnung.apply(
+                    lambda row: calculate_annuity_nv(
+                        float(row["Betriebskosten"]) - float(row["Emissionen"]) * emission_cost, row["Energiebedarf"], zinssatz,
+                        row["Preisänderungsfaktor_Bedarf"], beobachtungszeitraum,
+                        emission_cost, row["Emissionen"], preisaenderungsfaktor_emission, row["Emissionsänderungsfaktor"]
+                    ), axis=1)
+                df_berechnung["Annuität_NB"] = df_berechnung.apply(
+                    lambda row: calculate_annuity_nb(row["Leistung"], row["Fixkosten_O+M"], row["Preisänderungsfaktor_O+M"],
+                                                     zinssatz, beobachtungszeitraum), axis=1)
+                df_berechnung["Annuität_NS"] = 0
+                df_berechnung["Annuität"] = df_berechnung["Annuität_NK"] + df_berechnung["Annuität_NV"] + df_berechnung["Annuität_NB"] + df_berechnung["Annuität_NS"]
+
+                csv_data.loc[index, "Heizsystem1"] = df_berechnung["Name"].iloc[0]
+                csv_data.loc[index, "Heizsystem2"] = df_berechnung["Name"].iloc[1]
+                csv_data.loc[index, "Heizsystem3"] = df_berechnung["Name"].iloc[2]
+                csv_data.loc[index, "Heizsystem4"] = df_berechnung["Name"].iloc[3]
+                csv_data.loc[index, "Heizsystem5"] = df_berechnung["Name"].iloc[4]
+                csv_data.loc[index, "Heizsystem6"] = df_berechnung["Name"].iloc[5]
+                csv_data.loc[index, "Heizsystem7"] = df_berechnung["Name"].iloc[6]
+                csv_data.loc[index, "Heizsystem8"] = df_berechnung["Name"].iloc[7]
+
+                csv_data.loc[index, "Annuität1"] = df_berechnung["Annuität"].iloc[0]
+                csv_data.loc[index, "Annuität2"] = df_berechnung["Annuität"].iloc[1]
+                csv_data.loc[index, "Annuität3"] = df_berechnung["Annuität"].iloc[2]
+                csv_data.loc[index, "Annuität4"] = df_berechnung["Annuität"].iloc[3]
+                csv_data.loc[index, "Annuität5"] = df_berechnung["Annuität"].iloc[4]
+                csv_data.loc[index, "Annuität6"] = df_berechnung["Annuität"].iloc[5]
+                csv_data.loc[index, "Annuität7"] = df_berechnung["Annuität"].iloc[6]
+                csv_data.loc[index, "Annuität8"] = df_berechnung["Annuität"].iloc[7]
+
+            except Exception as e:
+                st.error(f"Fehler bei der Berechnung für Objekt-ID {index}: {e}")
+
+        csv_data.to_csv("ergebnis.csv", index=True)
+        st.success("Berechnungen erfolgreich durchgeführt. Ergebnis in Ergebnis.csv gespeichert.")
+        st.download_button(
+            label="Herunterladen des Ergebnisses",
+            data=csv_data.to_csv(index=True).encode("utf-8"),
+            file_name="ergebnis.csv",
+            mime="text/csv",
+            key="download_button"
+        )
+
+    except Exception as e:
+        st.error(f"Fehler beim Laden der CSV-Datei: {e}")