Update app.py

app.py

@@ -1,147 +1,191 @@
 import streamlit as st
-import matplotlib.pyplot as plt
-import numpy as np
+import pandas as pd
+import plotly.express as px
+# from streamlit_extras.colored_header import colored_header
+# from streamlit_option_menu import option_menu
 
-# Configuration de la page
-st.set_page_config(
-    page_title="Calculateur de santé",
-    layout="wide",
-    initial_sidebar_state="expanded",
-)
+# Charger les données
+data_path = "bank.csv"  # Chemin vers le fichier
+bank_data = pd.read_csv(data_path)
 
-# Titre principal
-st.title("💪 Calculateur de Santé Complet")
+# Configuration de l'application
+st.set_page_config(page_title="Lewis Bank", layout="wide", page_icon="\U0001F4B3")
+
+# Personnalisation du style
 st.markdown(
-    """
-    Cette application vous aide à :
-    - Calculer votre **BMI** (Body Mass Index).
-    - Déterminer vos **besoins caloriques** quotidiens.
-    - Obtenir des **recommandations personnalisées** pour votre santé.
-    """
-)
-
-# Mise en page en colonnes
-col1, col2, col3 = st.columns([1, 2, 1])
-
-with col1:
-    st.header("Entrez vos données")
-    genre = st.radio("Genre", options=["Homme", "Femme"], horizontal=True)
-    age = st.number_input("Âge (en années)", min_value=1, max_value=120, value=25)
-    poids = st.number_input("Poids (en kg)", min_value=1.0, max_value=300.0, value=70.0)
-    taille = st.number_input("Taille (en cm)", min_value=50.0, max_value=250.0, value=170.0)
-
-    niveau_activite = st.selectbox(
-        "Niveau d'activité physique",
-        options=[
-            "Sédentaire (peu ou pas d'activité physique)",
-            "Légèrement actif (1-3 jours/semaine)",
-            "Modérément actif (3-5 jours/semaine)",
-            "Très actif (6-7 jours/semaine)",
-            "Extrêmement actif (travail physique intense ou sport professionnel)",
-        ],
-    )
-
-# Calcul du BMI
-with col2:
-    st.header("Résultats")
-    bmi = round(poids / ((taille / 100) ** 2), 2)
-
-    # Card du BMI
-    with st.container():
-        st.markdown("<h3 style='text-align:center;'>📊 Votre BMI</h3>", unsafe_allow_html=True)
-        st.markdown(f"<div style='border:1px solid #ccc; padding:20px; border-radius:10px; text-align:center;'>"
-                    f"**Votre BMI est : {bmi}**</div>", unsafe_allow_html=True)
-
-    # Analyse du BMI
-    if bmi < 18.5:
-        categorie = "Insuffisance pondérale"
-        couleur = "blue"
-    elif 18.5 <= bmi < 24.9:
-        categorie = "Poids normal"
-        couleur = "green"
-    elif 25 <= bmi < 29.9:
-        categorie = "Surpoids"
-        couleur = "orange"
+    "<style>body {background-color: #f5f5f5;} .metric-card { border: 2px solid #c62828; border-radius: 10px; padding: 10px; }</style>",
+    unsafe_allow_html=True)
+
+# Titre principal
+st.markdown(f"# Lewis Bank")
+
+
+def color_menu(label, color_name):
+    st.markdown(f"""
+    <h1 style="color: {color_name}; font-size: 30px; text-align: center;">{label}</h1>
+    """, unsafe_allow_html=True)
+
+
+# Menu de navigation
+menu = st.sidebar.radio("Menu", ["Accueil", "Analyse des Clients", "Analyse Financière", "Campagnes Marketing",
+                                 "Cartes Bancaires", "Analyse des Transactions", "Suivi des Clients",
+                                 "Assistance Client"])
+
+if menu == "Accueil":
+    color_menu(label="Vue d'ensemble des données", color_name="red-70")
+
+    # Statistiques clés
+    col1, col2, col3 = st.columns(3)
+    with col1:
+        st.metric("Nombre total de clients", len(bank_data))
+    with col2:
+        st.metric("Solde moyen", f"{bank_data['balance'].mean():.2f} €")
+    with col3:
+        taux_pret = (bank_data['loan'].value_counts(normalize=True).get('yes', 0) * 100)
+        st.metric("Taux de prêt personnel", f"{taux_pret:.2f}%")
+
+    # Graphique des soldes avec Plotly
+    st.subheader("Distribution des soldes")
+    fig = px.histogram(bank_data, x="balance", nbins=30, title="Distribution des soldes",
+                       color_discrete_sequence=["#c62828"], template="plotly_white")
+    st.plotly_chart(fig)
+
+elif menu == "Analyse des Clients":
+    color_menu(label="Analyse des Clients", color_name="red-70")
+
+    # Filtrer les clients
+    st.subheader("Filtres")
+    professions = st.multiselect("Sélectionnez une ou plusieurs professions :", bank_data['job'].unique())
+    etat_matrimonial = st.selectbox("État matrimonial :", ["Tous"] + list(bank_data['marital'].unique()))
+
+    # Appliquer les filtres
+    filtered_data = bank_data
+    if professions:
+        filtered_data = filtered_data[filtered_data['job'].isin(professions)]
+    if etat_matrimonial != "Tous":
+        filtered_data = filtered_data[filtered_data['marital'] == etat_matrimonial]
+
+    st.write(f"Nombre de clients filtrés : {len(filtered_data)}")
+    st.dataframe(filtered_data, use_container_width=True)
+
+    # Visualisation interactive des clients filtrés
+    if not filtered_data.empty:
+        st.subheader("Visualisation des clients filtrés")
+        fig = px.scatter(filtered_data, x="balance", y="age", color="job", title="Relation entre l'âge et le solde",
+                         labels={"balance": "Solde (€)", "age": "Âge"}, hover_data=["marital", "education"],
+                         template="plotly_white")
+        st.plotly_chart(fig)
+
+elif menu == "Analyse Financière":
+    color_menu(label="Analyse Financière", color_name="red-70")
+
+    # Graphique des soldes moyens par profession avec Plotly
+    st.subheader("Soldes moyens par profession")
+    mean_balance_by_job = bank_data.groupby('job')['balance'].mean().reset_index().sort_values(by='balance',
+                                                                                               ascending=False)
+    fig = px.bar(mean_balance_by_job, x="job", y="balance", title="Soldes moyens par profession", color="balance",
+                 color_continuous_scale=px.colors.sequential.Reds, template="plotly_white")
+    st.plotly_chart(fig)
+
+    # Graphique des prêts avec Plotly
+    st.subheader("Répartition des prêts (logement et personnel)")
+    pret_data = bank_data[['housing', 'loan']].apply(pd.Series.value_counts).fillna(0).reset_index()
+    pret_data_melted = pret_data.melt(id_vars="index", value_vars=["housing", "loan"],
+                                      var_name="Type de prêt", value_name="Nombre")
+    fig = px.bar(pret_data_melted, x="index", y="Nombre", color="Type de prêt", barmode="group",
+                 title="Répartition des prêts", template="plotly_white")
+    st.plotly_chart(fig)
+
+elif menu == "Campagnes Marketing":
+    color_menu(label="Analyse des Campagnes Marketing", color_name="red-70")
+
+    # Résultats des campagnes avec Plotly
+    st.subheader("Résultats des campagnes précédentes")
+    outcome_counts = bank_data['poutcome'].value_counts().reset_index()
+    outcome_counts.columns = ["Résultat", "Nombre"]
+    fig = px.pie(outcome_counts, names="Résultat", values="Nombre", title="Résultats des campagnes",
+                 color_discrete_sequence=px.colors.sequential.Reds, template="plotly_white")
+    st.plotly_chart(fig)
+
+    # Analyse des dépôts avec Plotly
+    st.subheader("Taux de réussite des campagnes")
+    depot_counts = bank_data['deposit'].value_counts().reset_index()
+    depot_counts.columns = ["Dépôt", "Nombre"]
+    fig = px.bar(depot_counts, x="Dépôt", y="Nombre", title="Taux de dépôt",
+                 labels={"Dépôt": "Dépôt", "Nombre": "Nombre"}, color="Dépôt",
+                 color_discrete_sequence=["#c62828", "#f77f77"], template="plotly_white")
+    st.plotly_chart(fig)
+
+elif menu == "Cartes Bancaires":
+    color_menu(label="Cartes Bancaires", color_name="red-70")
+
+    # Visualisation des types de cartes
+    st.subheader("Répartition des types de cartes bancaires")
+    if 'card_type' in bank_data.columns:
+        card_counts = bank_data['card_type'].value_counts().reset_index()
+        card_counts.columns = ["Type de Carte", "Nombre"]
+        fig = px.pie(card_counts, names="Type de Carte", values="Nombre", title="Répartition des types de cartes",
+                     color_discrete_sequence=px.colors.sequential.Reds, template="plotly_white")
+        st.plotly_chart(fig)
+    else:
+        st.warning("Aucune donnée sur les types de cartes bancaires disponible.")
+
+    # Analyse des limites de crédit
+    st.subheader("Limites de crédit par type de carte")
+    if 'card_type' in bank_data.columns and 'credit_limit' in bank_data.columns:
+        credit_limits = bank_data.groupby('card_type')['balance'].mean().reset_index()
+        fig = px.bar(credit_limits, x="card_type", y="credit_limit", title="Limites de crédit par type de carte",
+                     color="credit_limit", color_continuous_scale=px.colors.sequential.Reds, template="plotly_white")
+        st.plotly_chart(fig)
     else:
-        categorie = "Obésité"
-        couleur = "red"
+        st.warning("Aucune donnée sur les limites de crédit disponible.")
+
 
-    st.markdown(f"<h3 style='color:{couleur};'>Catégorie : {categorie}</h3>", unsafe_allow_html=True)
+elif menu == "Analyse des Transactions":
 
-    # Card des besoins caloriques
-    if genre == "Homme":
-        bmr = 10 * poids + 6.25 * taille - 5 * age + 5
+    st.markdown(f"# Analyse des Transactions")
+    data_path = "bank.csv"
+    bank_data = pd.read_csv(data_path)
+
+    st.subheader("Transactions totales")
+    st.metric("Nombre de transactions", len(bank_data))
+
+    st.subheader("Montant total par type de transaction")
+    if 'transaction_type' in bank_data.columns and 'amount' in bank_data.columns:
+        transaction_data = bank_data.groupby('transaction_type')['amount'].sum().reset_index()
+        fig = px.bar(transaction_data, x="transaction_type", y="amount", color="amount",
+                     title="Montant total par type de transaction", template="plotly_white")
+        st.plotly_chart(fig)
     else:
-        bmr = 10 * poids + 6.25 * taille - 5 * age - 161
-
-    facteur_activite = {
-        "Sédentaire (peu ou pas d'activité physique)": 1.2,
-        "L��gèrement actif (1-3 jours/semaine)": 1.375,
-        "Modérément actif (3-5 jours/semaine)": 1.55,
-        "Très actif (6-7 jours/semaine)": 1.725,
-        "Extrêmement actif (travail physique intense ou sport professionnel)": 1.9,
-    }
-    calories = round(bmr * facteur_activite[niveau_activite])
-
-    with st.container():
-        st.markdown("<h3 style='text-align:center;'>🍽️ Vos Besoins Caloriques</h3>", unsafe_allow_html=True)
-        st.markdown(f"<div style='border:1px solid #ccc; padding:20px; border-radius:10px; text-align:center;'>"
-                    f"**Besoin calorique journalier estimé : {calories} kcal**</div>", unsafe_allow_html=True)
-
-# Suggestions personnalisées
-with col3:
-    st.header("Recommandations")
-    if categorie == "Insuffisance pondérale":
-        with st.container():
-            st.markdown("<h3 style='text-align:center;'>🥗 Recommandations</h3>", unsafe_allow_html=True)
-            st.markdown("<div style='border:1px solid #ccc; padding:20px; border-radius:10px; background-color:lightblue;'>"
-                        "Augmentez votre apport calorique avec des aliments riches en nutriments comme les fruits secs et les protéines animales.</div>", unsafe_allow_html=True)
-    elif categorie == "Poids normal":
-        with st.container():
-            st.markdown("<h3 style='text-align:center;'>🥗 Recommandations</h3>", unsafe_allow_html=True)
-            st.markdown("<div style='border:1px solid #ccc; padding:20px; border-radius:10px; background-color:lightgreen;'>"
-                        "Continuez à maintenir votre mode de vie sain en équilibrant votre alimentation et votre activité physique.</div>", unsafe_allow_html=True)
-    elif categorie == "Surpoids":
-        with st.container():
-            st.markdown("<h3 style='text-align:center;'>🥗 Recommandations</h3>", unsafe_allow_html=True)
-            st.markdown("<div style='border:1px solid #ccc; padding:20px; border-radius:10px; background-color:lightcoral;'>"
-                        "Essayez de réduire légèrement votre apport calorique et augmentez votre activité physique pour perdre du poids de manière saine.</div>", unsafe_allow_html=True)
+        st.warning("Aucune donnée disponible pour les transactions.")
+
+elif menu == "Suivi des Clients":
+
+    st.markdown(f"# Suivi des Clients")
+    data_path = "bank.csv"
+    bank_data = pd.read_csv(data_path)
+
+    st.subheader("Répartition des clients par éducation")
+    if 'education' in bank_data.columns:
+        education_counts = bank_data['education'].value_counts().reset_index()
+        education_counts.columns = ["Niveau d'éducation", "Nombre"]
+        fig = px.pie(education_counts, names="Niveau d'éducation", values="Nombre",
+                     title="Répartition par éducation", color_discrete_sequence=px.colors.sequential.Reds)
+        st.plotly_chart(fig)
     else:
-        with st.container():
-            st.markdown("<h3 style='text-align:center;'>🥗 Recommandations</h3>", unsafe_allow_html=True)
-            st.markdown("<div style='border:1px solid #ccc; padding:20px; border-radius:10px; background-color:lightcoral;'>"
-                        "Consultez un professionnel de santé pour obtenir des recommandations adaptées à votre situation.</div>", unsafe_allow_html=True)
-
-    st.info("Buvez au moins 1.5L à 2L d'eau par jour pour rester hydraté.")
-
-# Graphique pour visualiser le BMI
-st.header("Visualisation de votre BMI")
-fig, ax = plt.subplots(figsize=(6, 4))
-categories = ["Insuffisance pondérale", "Poids normal", "Surpoids", "Obésité"]
-valeurs = [18.5, 24.9, 29.9, 40]
-couleurs = ["blue", "green", "orange", "red"]
-
-ax.barh(categories, valeurs, color=couleurs, alpha=0.7)
-ax.axvline(bmi, color="black", linestyle="--", label=f"Votre BMI ({bmi})")
-ax.set_xlabel("Valeur du BMI")
-ax.set_title("Interprétation des catégories du BMI")
-ax.legend()
-
-st.pyplot(fig)
-
-# Sidebar
-st.sidebar.header("Informations supplémentaires")
-st.sidebar.markdown(
-    """
-    ### Qu'est-ce que le BMI ?
-    Le BMI est une mesure standard utilisée pour évaluer si une personne est en sous-poids, en poids normal, en surpoids ou obèse.
-
-    ### Limites du BMI
-    - Ne prend pas en compte la masse musculaire.
-    - Peut ne pas être représentatif pour certains groupes ethniques.
-
-    ### Liens utiles :
-    - [Organisation mondiale de la santé (OMS)](https://www.who.int)
-    - [Calculateur d'apports caloriques](https://www.calculator.net/calorie-calculator.html)
-    """
-)
+        st.warning("Aucune donnée sur l'éducation disponible.")
+
+elif menu == "Assistance Client":
+
+    st.markdown(f"# Assistance Client")
+    st.subheader("Centre d'aide")
+    st.markdown("""
+    - **FAQ :** Consultez les questions fréquentes.
+    - **Support en direct :** Contactez un conseiller via le chat.
+    - **Numéro d'urgence :** Appelez le +33 123 456 789.
+    """)
+
+    st.subheader("Feedback")
+    feedback = st.text_area("Laissez vos suggestions ou remarques ici :", "")
+    if st.button("Envoyer"):
+        st.success("Merci pour votre feedback !")