src/streamlit_app.py

import streamlit as st
import pandas as pd
import numpy as np
import plotly.express as px
import plotly.graph_objects as go

# --- Dados ---
meses = ['Jan', 'Fev', 'Mar', 'Abr', 'Mai', 'Jun', 'Jul', 'Ago', 'Set', 'Out', 'Nov', 'Dez']
dados_2024 = {
    'Mes': meses,
    'Papel_Papelao': [8047, 11287, 8184, 10183, 5699, 5830, 7465, 5600, 2960, 5175, 9656, 3960],
    'Plastico':      [6353, 8771, 6993, 8050, 4880, 5296, 5937, 4747, 2446, 4109, 7667, 3367],
    'Metal':         [1061, 2025, 1121, 1832, 716, 936, 1553, 904, 361, 630, 1904, 569],
    'Vidro':         [5248, 6929, 6014, 5821, 3697, 3655, 4950, 3360, 1580, 3261, 6173, 2357]
}
df_2024 = pd.DataFrame(dados_2024)

dados_anuais = {
    'Ano': [2022, 2023, 2024],
    'Papel_Papelao': [18780, 58718, 84046],
    'Plastico':      [5340, 1041, 8279],
    'Metal':         [1300, 1737, 19955],
    'Vidro':         [0, 725, 1709]
}
df_anuais = pd.DataFrame(dados_anuais)

precos = {
    'Papel_Papelao': 0.50,
    'Plastico': 0.80,
    'Metal': 2.00,
    'Vidro': 0.30
}

# --- Estatísticas descritivas ---
desc = df_2024.drop(columns='Mes').describe().T
desc['Mediana'] = df_2024.drop(columns='Mes').median()
desc = desc[['mean', 'Mediana', 'std', 'min', 'max']]
desc.columns = ['Média', 'Mediana', 'Desvio Padrão', 'Mínimo', 'Máximo']

# --- Simulação de faturamento ---
estatisticas = {}
for material in precos.keys():
    media = df_2024[material].mean()
    std = df_2024[material].std()
    estatisticas[material] = {'media': media, 'std': std}

def simular_faturamento_anual(estats, precos, fator=1.0, n_sim=1000, seed=42):
    np.random.seed(seed)
    faturamentos = []
    for _ in range(n_sim):
        total = 0
        for material, stats in estats.items():
            medias = stats['media'] * fator
            stds = stats['std']
            quantidades = np.random.normal(medias, stds, 12)
            quantidades = np.clip(quantidades, 0, None)
            total += quantidades.sum() * precos[material]
        faturamentos.append(total)
    return np.array(faturamentos)

cenarios = {
    'Base': 1.0,
    'Otimista': 1.15,
    'Pessimista': 0.85
}
simulacoes = {nome: simular_faturamento_anual(estatisticas, precos, fator=fator) for nome, fator in cenarios.items()}

# --- Streamlit App ---
st.title('Dashboard de Recicláveis e Faturamento')

# Sidebar
materiais_opcoes = ['Todos'] + list(precos.keys())
cenarios_opcoes = ['Todos', 'Otimista', 'Pessimista', 'Base']
material = st.sidebar.selectbox('Selecione o material', materiais_opcoes)
cenario = st.sidebar.selectbox('Selecione o cenário de faturamento', cenarios_opcoes)

# --- Gráficos organizados ---
if material != 'Todos':
    # Evolução anual
    st.header(f'Evolução Anual de {material}')
    fig1 = px.bar(df_anuais, x='Ano', y=material, title=f'Evolução Anual de {material}',
                  labels={'value': 'Quantidade (kg)', 'Ano': 'Ano'},
                  template='plotly_white', text_auto=True)
    fig1.update_layout(title_font_size=20, xaxis_title='Ano', yaxis_title='Quantidade (kg)')
    st.plotly_chart(fig1, use_container_width=True)

    # Evolução mensal
    st.header(f'Evolução Mensal de {material} em 2024')
    fig2 = px.line(df_2024, x='Mes', y=material, markers=True, title=f'Evolução Mensal de {material} em 2024',
                   labels={'Mes': 'Mês', material: 'Quantidade (kg)'}, template='plotly_white')
    fig2.update_layout(title_font_size=20, xaxis_title='Mês', yaxis_title='Quantidade (kg)')
    st.plotly_chart(fig2, use_container_width=True)
else:
    # Evolução anual de todos
    st.header('Evolução Anual de Todos os Materiais')
    df_anuais_melt = df_anuais.melt(id_vars='Ano', var_name='Material', value_name='Quantidade')
    fig1 = px.bar(df_anuais_melt, x='Ano', y='Quantidade', color='Material', barmode='group',
                  title='Evolução Anual de Todos os Materiais',
                  labels={'Quantidade': 'Quantidade (kg)', 'Ano': 'Ano'}, template='plotly_white', text_auto=True)
    fig1.update_layout(title_font_size=20, xaxis_title='Ano', yaxis_title='Quantidade (kg)')
    st.plotly_chart(fig1, use_container_width=True)

    # Evolução mensal de todos
    st.header('Evolução Mensal de Todos os Materiais em 2024')
    df_2024_melt = df_2024.melt(id_vars='Mes', var_name='Material', value_name='Quantidade')
    fig2 = px.line(df_2024_melt, x='Mes', y='Quantidade', color='Material', markers=True,
                   title='Evolução Mensal de Todos os Materiais em 2024',
                   labels={'Mes': 'Mês', 'Quantidade': 'Quantidade (kg)'}, template='plotly_white')
    fig2.update_layout(title_font_size=20, xaxis_title='Mês', yaxis_title='Quantidade (kg)')
    st.plotly_chart(fig2, use_container_width=True)

# Estatísticas descritivas
st.header('Estatísticas Descritivas (2024)')
st.dataframe(desc.style.format('{:,.2f}'))

# Boxplot
st.header('Boxplot dos Materiais em 2024')
fig3 = px.box(df_2024.melt(id_vars='Mes', var_name='Material', value_name='Quantidade'),
              x='Material', y='Quantidade', title='Boxplot dos Materiais em 2024',
              labels={'Quantidade': 'Quantidade (kg)'}, template='plotly_white')
fig3.update_layout(title_font_size=20, xaxis_title='Material', yaxis_title='Quantidade (kg)')
st.plotly_chart(fig3, use_container_width=True)

# --- Simulação de faturamento ---
st.header('Distribuição do Faturamento Anual Simulado')

# Função para tabela resumo
cores = {'Base': '#1f77b4', 'Otimista': '#2ca02c', 'Pessimista': '#d62728'}

def tabela_resumo(simulacoes):
    dados = []
    for nome in cenarios.keys():
        media = simulacoes[nome].mean()
        std = simulacoes[nome].std()
        dados.append([nome, f"{media:,.2f}", f"{std:,.2f}"])
    df_faturamento_anual = pd.DataFrame(dados, columns=['Cenário', 'Faturamento Anual Médio (R$)', 'Desvio Padrão (R$)'])
    return df_faturamento_anual

def grafico_cenarios(simulacoes):
    fig = go.Figure()
    for nome in cenarios.keys():
        fig.add_trace(go.Histogram(
            x=simulacoes[nome],
            name=nome,
            histnorm='probability density',
            opacity=0.5,
            nbinsx=30,
            marker_color=cores[nome],
            showlegend=True
        ))
        fig.add_vline(x=simulacoes[nome].mean(), line_dash='dash', line_color=cores[nome],
                      annotation_text=f'Média {nome}', annotation_position='top right')
    fig.update_layout(
        barmode='overlay',
        title='Distribuição do Faturamento Anual Simulado (2024)',
        xaxis_title='Faturamento Total Anual (R$)',
        yaxis_title='Densidade',
        legend_title='Cenário',
        template='plotly_white',
        title_font_size=20
    )
    return fig

if cenario != 'Todos' and material != 'Todos':
    dados = simular_faturamento_anual({material: estatisticas[material]}, {material: precos[material]}, fator=cenarios[cenario.capitalize()])
    fig4 = px.histogram(dados, nbins=30, title=f'Distribuição do Faturamento Anual Simulado - {material} ({cenario.capitalize()})',
                       labels={'value': 'Faturamento Anual (R$)'}, template='plotly_white')
    fig4.add_vline(x=dados.mean(), line_dash='dash', line_color='red', annotation_text='Média', annotation_position='top right')
    fig4.update_layout(title_font_size=20, xaxis_title='Faturamento Anual (R$)', yaxis_title='Frequência')
    st.plotly_chart(fig4, use_container_width=True)
    st.write(f"Média do faturamento anual ({cenario.capitalize()}): R$ {dados.mean():,.2f}")

elif cenario == 'Todos' and material != 'Todos':
    # Tabela resumo
    simulacoes_mat = {cen: simular_faturamento_anual({material: estatisticas[material]}, {material: precos[material]}, fator=cenarios[cen]) for cen in cenarios}
    st.subheader('Resumo Estatístico dos Cenários')
    st.dataframe(tabela_resumo(simulacoes_mat))
    # Gráfico de densidade
    st.plotly_chart(grafico_cenarios(simulacoes_mat), use_container_width=True)

elif cenario != 'Todos' and material == 'Todos':
    # Consolidar faturamento de todos os materiais para o cenário selecionado
    dados = simular_faturamento_anual(estatisticas, precos, fator=cenarios[cenario.capitalize()])
    fig4 = px.histogram(dados, nbins=30,
                       title=f'Distribuição do Faturamento Anual Simulado - Todos Materiais ({cenario.capitalize()})',
                       labels={'value': 'Faturamento Anual (R$)'}, template='plotly_white')
    fig4.add_vline(x=dados.mean(), line_dash='dash', line_color='red', annotation_text='Média', annotation_position='top right')
    fig4.update_layout(title_font_size=20, xaxis_title='Faturamento Anual (R$)', yaxis_title='Frequência')
    st.plotly_chart(fig4, use_container_width=True)
    st.write(f"Média do faturamento anual (Todos os Materiais, {cenario.capitalize()}): R$ {dados.mean():,.2f}")
    st.write(f"Desvio padrão: R$ {dados.std():,.2f}")

else:  # Todos cenários e todos materiais
    # Consolidar faturamento de todos os materiais para cada cenário
    simulacoes_totais = {cen: simular_faturamento_anual(estatisticas, precos, fator=cenarios[cen]) for cen in cenarios}
    st.subheader('Resumo Estatístico Consolidado dos Cenários (Todos os Materiais)')
    st.dataframe(tabela_resumo(simulacoes_totais))
    st.plotly_chart(grafico_cenarios(simulacoes_totais), use_container_width=True)