Create app.py

app.py

@@ -0,0 +1,179 @@
+import streamlit as st
+import pandas as pd
+import numpy as np
+import json
+import random
+import matplotlib.pyplot as plt
+st.title('Каталог профессий IT и Продажи')
+
+st.sidebar.title('Выбор параметров для подбора вакансий')
+
+with open('main_table.json', 'r') as json_file:
+    data_main = json.load(json_file)
+df1 = pd.DataFrame(data_main)
+
+with open('dop_table.json', 'r') as json_file:
+    data_dop = json.load(json_file)
+df2= pd.DataFrame(data_dop)
+
+dohod = 0
+i = 0
+
+with st.sidebar:
+    sphere = st.selectbox(
+        "Выбери сферу:", options = list(df1['Сфера'].unique()), key=i)
+    # st.write("Выбрано:", sphere)
+
+    # st.write(df.columns)
+
+    dohod = st.number_input(
+        "Введите уровень дохода", key=f"number_input_{i}"
+        # ("IT", "Продажи")
+    )
+    st.write("Выбрано:", dohod)
+
+    # df2 = df[df['ЗП в вакансии'] >= dohod]
+
+    sphere_change = st.selectbox(
+        "Готов ли менять сферу", options = ["Да", "Нет"], key=f"{i+1}m",
+        index=None,
+    )
+
+    st.write("Выбрано:", sphere_change)
+
+    gotov_uchitsia = st.selectbox(
+        "Готов ли обучаться",
+        options = ["Да", "Нет"], key=f"{i+1}ml",
+        index=None,
+    )
+
+    st.write("Выбрано:", gotov_uchitsia)
+    st.header('Выберите навыки, которые у Вас есть')
+
+    python = st.checkbox("Python", key=f"{i+1}mlr")
+    sql = st.checkbox("SQL", key=f"{i+1}mlrq")
+    html = st.checkbox("HTML", key=f"{i+1}mlrw")
+    java = st.checkbox("Java", key=f"{i+1}mlre")
+    figma = st.checkbox("Figma", key=f"{i+1}mlrr")
+    power_bi = st.checkbox("Power BI", key=f"{i+1}mlrt")
+    prodaji = st.checkbox("Продажи", key=f"{i+1}mlry")
+    analys_prodaj = st.checkbox("Анализ продаж", key=f"{i+1}mlru")
+    work_with_clients = st.checkbox("Работа с клиентами", key=f"{i+1}mlri")
+    riteil = st.checkbox("Ритейл", key=f"{i+1}mlrl")
+    i+=1
+    but = st.button('Данные введены в полном объеме', key=f"{i+1}mlurl")
+    list_skills=[]
+    if but:
+        if python:
+            list_skills.append('Python')
+        if sql:
+            list_skills.append('SQL')
+        if html:
+            list_skills.append('HTML')
+        if java:
+            list_skills.append('Java')
+        if figma:
+            list_skills.append('Figma')
+        if power_bi:
+            list_skills.append('Power BI')
+        if prodaji:
+            list_skills.append('Продажи')
+        if work_with_clients:
+            list_skills.append('Работа с клиентами')
+        if riteil:
+            list_skills.append('ритейл')
+
+
+def table(sphere: str, list_with_skills: list, dohod: int, sphere_change, gotov_uchitsia):
+    new_df = pd.merge(df1, df2, on='Навыки', how='outer')
+    if sphere_change == "Да":
+        mask_sphere = new_df['Сфера'] != 0
+    else:
+        mask_sphere = new_df['Сфера'] == sphere
+    new_df2 = new_df[new_df['ЗП в вакансии'] >= dohod][mask_sphere]
+    new_df2['Есть_в_списке'] = new_df2['Навыки'].apply(lambda x: 1 if x in list_with_skills else 0)
+    result = new_df2.groupby(['Профессия', 'Сфера', 'ЗП в вакансии']).agg(
+        Skill=('Навыки', set),
+        Cours=('курс', set),
+        Links=('ссылка', set),
+        On_list=('Есть_в_списке', set)
+    ).reset_index()
+
+
+    def calculate_difference(row):
+        cell_set = set(row['Skill'])  # Преобразуем список в набор
+        test_set = set(list_with_skills)  # Преобразуем list_test в набор
+        return list(cell_set - test_set)
+
+    result['Недостающие навыки'] = result.apply(calculate_difference, axis=1)
+    result['Требуемые навыки для позиции'] = result['Skill']
+    result['Наименования доступных курсов'] = result['Cours']
+    result['Ссылки на курс'] = result['Links']
+
+    if gotov_uchitsia == "Нет":
+        mask_ucheba = (result['On_list'] != {0}) &  (result['On_list'] != {0, 1})
+    else:
+        mask_ucheba = result['On_list'] != {5}
+
+    # try:
+    result = result[mask_ucheba]
+    # except:
+    #     result =result
+
+    result2 = result[['Сфера', 'Профессия', 'ЗП в вакансии', 'Требуемые навыки для позиции', 'Недостающие навыки',
+                      'Наименования доступных курсов',
+                      'Ссылки на курс']]
+    return result2
+
+
+df_fin = table(sphere, list_skills, dohod, sphere_change, gotov_uchitsia)
+
+st.header('Рост Вашего дохода')
+labels = ['Доход сейчас', 'Доход через год', 'Доход через 2 го��а']
+values = [dohod, dohod*1.1, dohod*1.2]
+fig, ax = plt.subplots()
+
+# fig.set_size_inches(10, 5)
+ax.bar(labels, values)
+# , color = ['blue', 'orange', 'green'])
+ax.set_ylabel('Сумма, руб')
+ax.set_title('Сравнение доходов')
+st.pyplot(fig)
+
+st.header('Вакансии, которые вам будут интересны')
+st.dataframe(df_fin, width=1100, height=500)
+
+# st.write(but)
+# st.write(python)
+# st.write(html)
+# st.write(sphere_change)
+# st.write(gotov_uchitsia)
+# mask_sphere = df1['Сфера '] == sphere
+#
+# if sphere_change == "Да":
+#     mask_sphere = df1['Сфера '] != 0
+#
+# st.header('Вакансии, которые вам будут интересны')
+# df1 = df1[mask_sphere][df1['ЗП в вакансии'] >= dohod]
+# df1 = df1[['Сфера ', 'Профессия ', 'ЗП в вакансии', 'Навыки ']]
+# st.markdown(
+#     """
+#     <style>
+#     .my-table {
+#         width: 1100px;
+#     }
+#     </style>
+#     """,
+#     unsafe_allow_html=True
+# )
+#
+#
+# st.dataframe(df1, width=1900, height=300)
+#
+#
+#
+# st.header('Возможности обучения')
+#
+# df2 = df[df['Сфера '] == sphere][df['ЗП в вакансии'] >= dohod][~df['Навыки '].isin(list_skills)]
+# df2 = pd.merge(df2, df_dop, on='Навыки ', how='left')
+# st.dataframe(df_fin, width=1100, height=1000)