diff --git "a/outlook_relatorio.py" "b/outlook_relatorio.py"
--- "a/outlook_relatorio.py"
+++ "b/outlook_relatorio.py"
@@ -1,1624 +1,1624 @@
-
-# -*- coding: utf-8 -*-
-import streamlit as st
-import pandas as pd
-from datetime import datetime, timedelta, date
-import io
-import re
-import unicodedata
-import pythoncom # ✅ COM init/finalize para evitar 'CoInitialize não foi chamado'
-
-# (opcional) auditoria, se existir no seu projeto
-try:
- from utils_auditoria import registrar_log
- _HAS_AUDIT = True
-except Exception:
- _HAS_AUDIT = False
-
-# ==============================
-# 🎨 Estilos (UX)
-# ==============================
-_STYLES = """
-
-"""
-
-# ==============================
-# Utils — exportação / indicadores
-# ==============================
-def _build_downloads(df: pd.DataFrame, base_name: str):
- """Cria botões de download (CSV, Excel e PDF) para o DataFrame."""
- if df.empty:
- st.warning("Nenhum dado para exportar.")
- return
-
- st.markdown('', unsafe_allow_html=True)
-
- # CSV
- csv_buf = io.StringIO()
- df.to_csv(csv_buf, index=False, encoding="utf-8-sig")
- st.download_button(
- "⬇️ Baixar CSV",
- data=csv_buf.getvalue(),
- file_name=f"{base_name}.csv",
- mime="text/csv",
- key=f"dl_csv_{base_name}"
- )
-
- # Excel (com autoajuste de larguras)
- xlsx_buf = io.BytesIO()
- with pd.ExcelWriter(xlsx_buf, engine="openpyxl") as writer:
- df.to_excel(writer, index=False, sheet_name="Relatorio")
- ws = writer.sheets["Relatorio"]
-
- # 🔎 Ajuste automático de largura das colunas
- from openpyxl.utils import get_column_letter
- for col_idx, col_cells in enumerate(ws.columns, start=1):
- max_len = 0
- for cell in col_cells:
- try:
- v = "" if cell.value is None else str(cell.value)
- max_len = max(max_len, len(v))
- except Exception:
- pass
- ws.column_dimensions[get_column_letter(col_idx)].width = min(max_len + 2, 60)
-
- xlsx_buf.seek(0)
- st.download_button(
- "⬇️ Baixar Excel",
- data=xlsx_buf,
- file_name=f"{base_name}.xlsx",
- mime="application/vnd.openxmlformats-officedocument.spreadsheetml.sheet",
- key=f"dl_xlsx_{base_name}"
- )
-
- # PDF (resumo até 100 linhas)
- try:
- from reportlab.lib.pagesizes import A4, landscape
- from reportlab.platypus import SimpleDocTemplate, Table, TableStyle, Paragraph, Spacer
- from reportlab.lib import colors
- from reportlab.lib.styles import getSampleStyleSheet
-
- pdf_buf = io.BytesIO()
- doc = SimpleDocTemplate(
- pdf_buf, pagesize=landscape(A4),
- rightMargin=20, leftMargin=20, topMargin=20, bottomMargin=20
- )
- styles = getSampleStyleSheet()
- story = [Paragraph(f"Relatório de E-mails — {base_name}", styles["Title"]), Spacer(1, 12)]
- df_show = df.copy().head(100)
- data_table = [list(df_show.columns)] + df_show.astype(str).values.tolist()
- table = Table(data_table, repeatRows=1)
- table.setStyle(TableStyle([
- ("BACKGROUND", (0,0), (-1,0), colors.HexColor("#E9ECEF")),
- ("TEXTCOLOR", (0,0), (-1,0), colors.HexColor("#212529")),
- ("GRID", (0,0), (-1,-1), 0.25, colors.HexColor("#ADB5BD")),
- ("FONTNAME", (0,0), (-1,0), "Helvetica-Bold"),
- ("FONTNAME", (0,1), (-1,-1), "Helvetica"),
- ("FONTSIZE", (0,0), (-1,-1), 9),
- ("ALIGN", (0,0), (-1,-1), "LEFT"),
- ("VALIGN", (0,0), (-1,-1), "MIDDLE"),
- ]))
- story.append(table)
- doc.build(story)
- pdf_buf.seek(0)
- st.download_button(
- "⬇️ Baixar PDF",
- data=pdf_buf,
- file_name=f"{base_name}.pdf",
- mime="application/pdf",
- key=f"dl_pdf_{base_name}"
- )
- except Exception as e:
- st.info(f"PDF: não foi possível gerar o arquivo (ReportLab). Detalhe: {e}")
-
- st.markdown("
", unsafe_allow_html=True) # fecha dl-bar
-
-
-# ======================================================
-# Helpers para clientes múltiplos e Indicadores visuais
-# ======================================================
-def _ensure_client_exploded(df: pd.DataFrame) -> pd.DataFrame:
- """
- Garante 'cliente_lista' a partir de 'cliente' separando por ';' quando necessário
- e retorna um DF 'explodido' (uma linha por cliente), sem perder as colunas originais.
- """
- if df.empty:
- return df.copy()
-
- df2 = df.copy()
-
- if "cliente_lista" not in df2.columns and "cliente" in df2.columns:
- def _split_by_semicolon(s):
- if pd.isna(s):
- return None
- parts = [p.strip() for p in str(s).split(";")]
- parts = [p for p in parts if p]
- return parts or None
- df2["cliente_lista"] = df2["cliente"].apply(_split_by_semicolon)
-
- if "cliente_lista" in df2.columns:
- try:
- exploded = df2.explode("cliente_lista", ignore_index=True)
- exploded["cliente_lista"] = exploded["cliente_lista"].astype(str).str.strip()
- exploded = exploded[exploded["cliente_lista"].notna() & (exploded["cliente_lista"].str.len() > 0)]
- return exploded
- except Exception:
- return df2
- return df2
-
-# ==============================
-# ✅ NOVO: visão da Tabela (cliente único + Data/Hora + ícones)
-# ==============================
-def _build_table_view_unique_client(df: pd.DataFrame) -> pd.DataFrame:
- """
- Prepara a Tabela com:
- - Cliente único por linha (explode por ';')
- - RecebidoEm separado em Data e Hora
- - Colunas visuais (📎, 🔔, 👁️)
- """
- if df.empty:
- return df.copy()
-
- base = df.copy()
-
- # 1) Garante lista de clientes e "explode"
- base = _ensure_client_exploded(base)
- if "cliente_lista" not in base.columns and "cliente" in base.columns:
- base["cliente_lista"] = base["cliente"].apply(
- lambda s: [p.strip() for p in str(s).split(";") if p.strip()] if pd.notna(s) else None
- )
- try:
- base = base.explode("cliente_lista", ignore_index=True)
- except Exception:
- pass
-
- # Nome final do cliente para a Tabela
- base["Cliente"] = base["cliente_lista"].where(base["cliente_lista"].notna(), base.get("cliente"))
-
- # 2) Separa RecebidoEm em Data e Hora
- dt = pd.to_datetime(base.get("RecebidoEm"), errors="coerce")
- base["Data"] = dt.dt.strftime("%d/%m/%Y").fillna("")
- base["Hora"] = dt.dt.strftime("%H:%M").fillna("")
-
- # 3) Colunas visuais
- anexos = base.get("Anexos")
- if anexos is not None:
- base["📎"] = anexos.fillna(0).astype(int).apply(lambda n: "📎" if n > 0 else "")
- else:
- base["📎"] = ""
-
- imp = base.get("Importancia")
- if imp is not None:
- mapa_imp = {"2": "🔴 Alta", "1": "🟡 Normal", "0": "⚪ Baixa", 2: "🔴 Alta", 1: "🟡 Normal", 0: "⚪ Baixa"}
- base["🔔"] = base["Importancia"].map(mapa_imp).fillna("")
- else:
- base["🔔"] = ""
-
- if "Lido" in base.columns:
- base["👁️"] = base["Lido"].apply(lambda v: "✅" if bool(v) else "⏳")
- else:
- base["👁️"] = ""
-
- # 4) Alias para Placa
- if "placa" in base.columns and "Placa" not in base.columns:
- base["Placa"] = base["placa"]
-
- # 5) Ordenação das colunas para leitura profissional
- prefer = [
- "Data", "Hora", "Cliente", "tipo", "Placa", "Assunto",
- "Status_join", "portaria",
- "📎", "🔔", "👁️",
- "Anexos", "TamanhoKB", "Remetente",
- "PastaPath", "Pasta",
- ]
- prefer = [c for c in prefer if c in base.columns]
-
- drop_aux = {"cliente_lista"} # oculta auxiliar interna
- others = [c for c in base.columns if c not in (set(prefer) | drop_aux | {"RecebidoEm"})]
- cols = prefer + others
-
- df_show = base[cols].copy()
- return df_show
-
-# ==============================
-# Indicadores (visual + profissional)
-# ==============================
-import plotly.express as px
-
-def _render_indicators_custom(df: pd.DataFrame, dt_col_name: str, cols_for_topn: list[str], topn_default: int = 10):
- """
- Indicadores com:
- - Série temporal (gráfico)
- - Top Clientes (tratando clientes múltiplos separados por ';')
- - Outros Top N (Remetente, Tipo, Categoria, Status etc.)
- Em layout de duas colunas para não ocupar a página inteira.
- Inclui controles: Top N e Mostrar tabelas.
- """
- if df.empty:
- st.info("Nenhum dado após filtros. Ajuste os filtros para ver indicadores.")
- return
-
- st.subheader("📊 Indicadores")
-
- # Controles globais dos Indicadores
- ctl1, ctl2, ctl3 = st.columns([1,1,2])
- topn = ctl1.selectbox("Top N", [5, 10, 15, 20, 30], index=[5,10,15,20,30].index(topn_default))
- show_tables = ctl2.checkbox("Mostrar tabelas abaixo dos gráficos", value=True)
- palette = ctl3.selectbox("Tema de cor", ["plotly_white", "plotly", "ggplot2", "seaborn"], index=0)
-
- # ===== 1) Série temporal =====
- if dt_col_name in df.columns:
- try:
- _dt = pd.to_datetime(df[dt_col_name], errors="coerce")
- por_dia = _dt.dt.date.value_counts().sort_index()
- if not por_dia.empty:
- fig_ts = px.bar(
- por_dia, x=por_dia.index, y=por_dia.values,
- labels={"x": "Data", "y": "Qtd"},
- title="Mensagens por dia",
- template=palette,
- height=300,
- )
- fig_ts.update_layout(margin=dict(l=10, r=10, t=50, b=10))
- st.plotly_chart(fig_ts, use_container_width=True)
- except Exception:
- pass
-
- # ===== 2) Top Clientes =====
- col_left, col_right = st.columns(2)
-
- with col_left:
- st.markdown("### 👥 Top Clientes")
- df_clients = _ensure_client_exploded(df)
-
- if "cliente_lista" in df_clients.columns:
- vc_clientes = (
- df_clients["cliente_lista"]
- .dropna()
- .astype(str)
- .str.strip()
- .value_counts()
- .head(topn)
- )
- if not vc_clientes.empty:
- ordered = vc_clientes.sort_values(ascending=True)
- fig_cli = px.bar(
- ordered,
- x=ordered.values, y=ordered.index, orientation="h",
- labels={"x": "Qtd", "y": "Cliente"},
- title=f"Top {topn} Clientes",
- template=palette, height=420,
- )
- fig_cli.update_layout(margin=dict(l=10, r=10, t=50, b=10))
- st.plotly_chart(fig_cli, use_container_width=True)
-
- if show_tables:
- st.dataframe(
- vc_clientes.rename("Qtd").to_frame(),
- use_container_width=True,
- height=300
- )
- else:
- st.info("Não há clientes para exibir.")
- else:
- st.info("Coluna de clientes não disponível para indicador.")
-
- # ===== 3) Outros Top N =====
- with col_right:
- st.markdown("### 🏆 Outros Top N")
- ignore_cols = {"cliente", "cliente_lista"}
- cols_others = [c for c in (cols_for_topn or []) if c in df.columns and c not in ignore_cols]
-
- if not cols_others:
- fallback_cols = [c for c in ["Remetente", "tipo", "Categoria", "Status_join", "Pasta", "PastaPath"] if c in df.columns]
- cols_others = fallback_cols[:3] # até 3 por padrão
-
- for col in cols_others[:4]:
- try:
- st.markdown(f"**Top {topn} por `{col}`**")
- if df[col].apply(lambda x: isinstance(x, list)).any():
- exploded = df.explode(col)
- serie = exploded[col].dropna().astype(str).str.strip().value_counts().head(topn)
- else:
- serie = df[col].dropna().astype(str).str.strip().value_counts().head(topn)
-
- if serie is None or serie.empty:
- st.caption("Sem dados nesta coluna.")
- continue
-
- ordered = serie.sort_values(ascending=True)
- fig_any = px.bar(
- ordered,
- x=ordered.values, y=ordered.index, orientation="h",
- labels={"x": "Qtd", "y": col},
- template=palette, height=260,
- )
- fig_any.update_layout(margin=dict(l=10, r=10, t=30, b=10))
- st.plotly_chart(fig_any, use_container_width=True)
-
- if show_tables:
- st.dataframe(
- serie.rename("Qtd").to_frame(),
- use_container_width=True,
- height=220,
- )
- except Exception as e:
- st.warning(f"Não foi possível calcular TopN para `{col}`: {e}")
-
-
-# ==============================
-# Cards/KPIs — clientes, veículos e notas
-# ==============================
-def _count_notes(row) -> int:
- """Conta notas em uma linha (lista em 'nota_fiscal' ou string)."""
- v = row.get("nota_fiscal")
- if isinstance(v, list):
- return len([x for x in v if str(x).strip()])
- if isinstance(v, str) and v.strip():
- parts = [p for p in re.split(r"[^\d]+", v) if p.strip()]
- return len(parts)
- return 0
-
-def _render_kpis(df: pd.DataFrame):
- """Renderiza cards de KPIs e tabelas de resumo por cliente, incluindo tipos de operação."""
- if df.empty:
- return
-
- # Preferimos 'cliente_lista' para múltiplos; caso contrário, 'cliente'
- cliente_col = "cliente_lista" if "cliente_lista" in df.columns else ("cliente" if "cliente" in df.columns else None)
- tipo_col = "tipo" if "tipo" in df.columns else None
- placa_col = "placa" if "placa" in df.columns else ("Placa" if "Placa" in df.columns else None)
-
- _df = df.copy()
- _df["__notes_count__"] = _df.apply(_count_notes, axis=1)
-
- # Se for lista, vamos explodir para análises por cliente
- _df_exploded = None
- if cliente_col == "cliente_lista":
- try:
- _df_exploded = _df.explode("cliente_lista")
- _df_exploded["cliente_lista"] = _df_exploded["cliente_lista"].astype(str).str.strip()
- except Exception:
- _df_exploded = None
-
- # Clientes únicos
- if cliente_col == "cliente_lista" and _df_exploded is not None:
- clientes_unicos = _df_exploded["cliente_lista"].dropna().astype(str).str.strip().nunique()
- elif cliente_col:
- clientes_unicos = _df[cliente_col].dropna().astype(str).str.strip().nunique()
- else:
- clientes_unicos = 0
-
- # Placas únicas
- placas_unicas = _df[placa_col].dropna().nunique() if placa_col else 0
-
- # Total de notas
- notas_total = int(_df["__notes_count__"].sum())
-
- st.markdown('', unsafe_allow_html=True)
- st.markdown(
- f"""
-
-
-
{clientes_unicos}
-
Número total de clientes distintos no período.
-
- """,
- unsafe_allow_html=True,
- )
- st.markdown(
- f"""
-
-
🚚
Placas (veículos únicos)
-
{placas_unicas}
-
Contagem de veículos distintos identificados.
-
- """,
- unsafe_allow_html=True,
- )
- st.markdown(
- f"""
-
-
-
{notas_total}
-
Soma de notas fiscais informadas nos e-mails.
-
- """,
- unsafe_allow_html=True,
- )
- st.markdown("
-
-
📂 Pastas: {pastas_lbl}
-
🗓️ Dias: {meta.get('dias')}
-
🔍 Origem: {origem}
-
🧩 Extração: {extra_flag}
-
⏱️ Em: {meta.get('loaded_at')}
-
-
', unsafe_allow_html=True)
+
+ # CSV
+ csv_buf = io.StringIO()
+ df.to_csv(csv_buf, index=False, encoding="utf-8-sig")
+ st.download_button(
+ "⬇️ Baixar CSV",
+ data=csv_buf.getvalue(),
+ file_name=f"{base_name}.csv",
+ mime="text/csv",
+ key=f"dl_csv_{base_name}"
+ )
+
+ # Excel (com autoajuste de larguras)
+ xlsx_buf = io.BytesIO()
+ with pd.ExcelWriter(xlsx_buf, engine="openpyxl") as writer:
+ df.to_excel(writer, index=False, sheet_name="Relatorio")
+ ws = writer.sheets["Relatorio"]
+
+ # 🔎 Ajuste automático de largura das colunas
+ from openpyxl.utils import get_column_letter
+ for col_idx, col_cells in enumerate(ws.columns, start=1):
+ max_len = 0
+ for cell in col_cells:
+ try:
+ v = "" if cell.value is None else str(cell.value)
+ max_len = max(max_len, len(v))
+ except Exception:
+ pass
+ ws.column_dimensions[get_column_letter(col_idx)].width = min(max_len + 2, 60)
+
+ xlsx_buf.seek(0)
+ st.download_button(
+ "⬇️ Baixar Excel",
+ data=xlsx_buf,
+ file_name=f"{base_name}.xlsx",
+ mime="application/vnd.openxmlformats-officedocument.spreadsheetml.sheet",
+ key=f"dl_xlsx_{base_name}"
+ )
+
+ # PDF (resumo até 100 linhas)
+ try:
+ from reportlab.lib.pagesizes import A4, landscape
+ from reportlab.platypus import SimpleDocTemplate, Table, TableStyle, Paragraph, Spacer
+ from reportlab.lib import colors
+ from reportlab.lib.styles import getSampleStyleSheet
+
+ pdf_buf = io.BytesIO()
+ doc = SimpleDocTemplate(
+ pdf_buf, pagesize=landscape(A4),
+ rightMargin=20, leftMargin=20, topMargin=20, bottomMargin=20
+ )
+ styles = getSampleStyleSheet()
+ story = [Paragraph(f"Relatório de E-mails — {base_name}", styles["Title"]), Spacer(1, 12)]
+ df_show = df.copy().head(100)
+ data_table = [list(df_show.columns)] + df_show.astype(str).values.tolist()
+ table = Table(data_table, repeatRows=1)
+ table.setStyle(TableStyle([
+ ("BACKGROUND", (0,0), (-1,0), colors.HexColor("#E9ECEF")),
+ ("TEXTCOLOR", (0,0), (-1,0), colors.HexColor("#212529")),
+ ("GRID", (0,0), (-1,-1), 0.25, colors.HexColor("#ADB5BD")),
+ ("FONTNAME", (0,0), (-1,0), "Helvetica-Bold"),
+ ("FONTNAME", (0,1), (-1,-1), "Helvetica"),
+ ("FONTSIZE", (0,0), (-1,-1), 9),
+ ("ALIGN", (0,0), (-1,-1), "LEFT"),
+ ("VALIGN", (0,0), (-1,-1), "MIDDLE"),
+ ]))
+ story.append(table)
+ doc.build(story)
+ pdf_buf.seek(0)
+ st.download_button(
+ "⬇️ Baixar PDF",
+ data=pdf_buf,
+ file_name=f"{base_name}.pdf",
+ mime="application/pdf",
+ key=f"dl_pdf_{base_name}"
+ )
+ except Exception as e:
+ st.info(f"PDF: não foi possível gerar o arquivo (ReportLab). Detalhe: {e}")
+
+ st.markdown("
", unsafe_allow_html=True) # fecha dl-bar
+
+
+# ======================================================
+# Helpers para clientes múltiplos e Indicadores visuais
+# ======================================================
+def _ensure_client_exploded(df: pd.DataFrame) -> pd.DataFrame:
+ """
+ Garante 'cliente_lista' a partir de 'cliente' separando por ';' quando necessário
+ e retorna um DF 'explodido' (uma linha por cliente), sem perder as colunas originais.
+ """
+ if df.empty:
+ return df.copy()
+
+ df2 = df.copy()
+
+ if "cliente_lista" not in df2.columns and "cliente" in df2.columns:
+ def _split_by_semicolon(s):
+ if pd.isna(s):
+ return None
+ parts = [p.strip() for p in str(s).split(";")]
+ parts = [p for p in parts if p]
+ return parts or None
+ df2["cliente_lista"] = df2["cliente"].apply(_split_by_semicolon)
+
+ if "cliente_lista" in df2.columns:
+ try:
+ exploded = df2.explode("cliente_lista", ignore_index=True)
+ exploded["cliente_lista"] = exploded["cliente_lista"].astype(str).str.strip()
+ exploded = exploded[exploded["cliente_lista"].notna() & (exploded["cliente_lista"].str.len() > 0)]
+ return exploded
+ except Exception:
+ return df2
+ return df2
+
+# ==============================
+# ✅ NOVO: visão da Tabela (cliente único + Data/Hora + ícones)
+# ==============================
+def _build_table_view_unique_client(df: pd.DataFrame) -> pd.DataFrame:
+ """
+ Prepara a Tabela com:
+ - Cliente único por linha (explode por ';')
+ - RecebidoEm separado em Data e Hora
+ - Colunas visuais (📎, 🔔, 👁️)
+ """
+ if df.empty:
+ return df.copy()
+
+ base = df.copy()
+
+ # 1) Garante lista de clientes e "explode"
+ base = _ensure_client_exploded(base)
+ if "cliente_lista" not in base.columns and "cliente" in base.columns:
+ base["cliente_lista"] = base["cliente"].apply(
+ lambda s: [p.strip() for p in str(s).split(";") if p.strip()] if pd.notna(s) else None
+ )
+ try:
+ base = base.explode("cliente_lista", ignore_index=True)
+ except Exception:
+ pass
+
+ # Nome final do cliente para a Tabela
+ base["Cliente"] = base["cliente_lista"].where(base["cliente_lista"].notna(), base.get("cliente"))
+
+ # 2) Separa RecebidoEm em Data e Hora
+ dt = pd.to_datetime(base.get("RecebidoEm"), errors="coerce")
+ base["Data"] = dt.dt.strftime("%d/%m/%Y").fillna("")
+ base["Hora"] = dt.dt.strftime("%H:%M").fillna("")
+
+ # 3) Colunas visuais
+ anexos = base.get("Anexos")
+ if anexos is not None:
+ base["📎"] = anexos.fillna(0).astype(int).apply(lambda n: "📎" if n > 0 else "")
+ else:
+ base["📎"] = ""
+
+ imp = base.get("Importancia")
+ if imp is not None:
+ mapa_imp = {"2": "🔴 Alta", "1": "🟡 Normal", "0": "⚪ Baixa", 2: "🔴 Alta", 1: "🟡 Normal", 0: "⚪ Baixa"}
+ base["🔔"] = base["Importancia"].map(mapa_imp).fillna("")
+ else:
+ base["🔔"] = ""
+
+ if "Lido" in base.columns:
+ base["👁️"] = base["Lido"].apply(lambda v: "✅" if bool(v) else "⏳")
+ else:
+ base["👁️"] = ""
+
+ # 4) Alias para Placa
+ if "placa" in base.columns and "Placa" not in base.columns:
+ base["Placa"] = base["placa"]
+
+ # 5) Ordenação das colunas para leitura profissional
+ prefer = [
+ "Data", "Hora", "Cliente", "tipo", "Placa", "Assunto",
+ "Status_join", "portaria",
+ "📎", "🔔", "👁️",
+ "Anexos", "TamanhoKB", "Remetente",
+ "PastaPath", "Pasta",
+ ]
+ prefer = [c for c in prefer if c in base.columns]
+
+ drop_aux = {"cliente_lista"} # oculta auxiliar interna
+ others = [c for c in base.columns if c not in (set(prefer) | drop_aux | {"RecebidoEm"})]
+ cols = prefer + others
+
+ df_show = base[cols].copy()
+ return df_show
+
+# ==============================
+# Indicadores (visual + profissional)
+# ==============================
+import plotly.express as px
+
+def _render_indicators_custom(df: pd.DataFrame, dt_col_name: str, cols_for_topn: list[str], topn_default: int = 10):
+ """
+ Indicadores com:
+ - Série temporal (gráfico)
+ - Top Clientes (tratando clientes múltiplos separados por ';')
+ - Outros Top N (Remetente, Tipo, Categoria, Status etc.)
+ Em layout de duas colunas para não ocupar a página inteira.
+ Inclui controles: Top N e Mostrar tabelas.
+ """
+ if df.empty:
+ st.info("Nenhum dado após filtros. Ajuste os filtros para ver indicadores.")
+ return
+
+ st.subheader("📊 Indicadores")
+
+ # Controles globais dos Indicadores
+ ctl1, ctl2, ctl3 = st.columns([1,1,2])
+ topn = ctl1.selectbox("Top N", [5, 10, 15, 20, 30], index=[5,10,15,20,30].index(topn_default))
+ show_tables = ctl2.checkbox("Mostrar tabelas abaixo dos gráficos", value=True)
+ palette = ctl3.selectbox("Tema de cor", ["plotly_white", "plotly", "ggplot2", "seaborn"], index=0)
+
+ # ===== 1) Série temporal =====
+ if dt_col_name in df.columns:
+ try:
+ _dt = pd.to_datetime(df[dt_col_name], errors="coerce")
+ por_dia = _dt.dt.date.value_counts().sort_index()
+ if not por_dia.empty:
+ fig_ts = px.bar(
+ por_dia, x=por_dia.index, y=por_dia.values,
+ labels={"x": "Data", "y": "Qtd"},
+ title="Mensagens por dia",
+ template=palette,
+ height=300,
+ )
+ fig_ts.update_layout(margin=dict(l=10, r=10, t=50, b=10))
+ st.plotly_chart(fig_ts, use_container_width=True)
+ except Exception:
+ pass
+
+ # ===== 2) Top Clientes =====
+ col_left, col_right = st.columns(2)
+
+ with col_left:
+ st.markdown("### 👥 Top Clientes")
+ df_clients = _ensure_client_exploded(df)
+
+ if "cliente_lista" in df_clients.columns:
+ vc_clientes = (
+ df_clients["cliente_lista"]
+ .dropna()
+ .astype(str)
+ .str.strip()
+ .value_counts()
+ .head(topn)
+ )
+ if not vc_clientes.empty:
+ ordered = vc_clientes.sort_values(ascending=True)
+ fig_cli = px.bar(
+ ordered,
+ x=ordered.values, y=ordered.index, orientation="h",
+ labels={"x": "Qtd", "y": "Cliente"},
+ title=f"Top {topn} Clientes",
+ template=palette, height=420,
+ )
+ fig_cli.update_layout(margin=dict(l=10, r=10, t=50, b=10))
+ st.plotly_chart(fig_cli, use_container_width=True)
+
+ if show_tables:
+ st.dataframe(
+ vc_clientes.rename("Qtd").to_frame(),
+ use_container_width=True,
+ height=300
+ )
+ else:
+ st.info("Não há clientes para exibir.")
+ else:
+ st.info("Coluna de clientes não disponível para indicador.")
+
+ # ===== 3) Outros Top N =====
+ with col_right:
+ st.markdown("### 🏆 Outros Top N")
+ ignore_cols = {"cliente", "cliente_lista"}
+ cols_others = [c for c in (cols_for_topn or []) if c in df.columns and c not in ignore_cols]
+
+ if not cols_others:
+ fallback_cols = [c for c in ["Remetente", "tipo", "Categoria", "Status_join", "Pasta", "PastaPath"] if c in df.columns]
+ cols_others = fallback_cols[:3] # até 3 por padrão
+
+ for col in cols_others[:4]:
+ try:
+ st.markdown(f"**Top {topn} por `{col}`**")
+ if df[col].apply(lambda x: isinstance(x, list)).any():
+ exploded = df.explode(col)
+ serie = exploded[col].dropna().astype(str).str.strip().value_counts().head(topn)
+ else:
+ serie = df[col].dropna().astype(str).str.strip().value_counts().head(topn)
+
+ if serie is None or serie.empty:
+ st.caption("Sem dados nesta coluna.")
+ continue
+
+ ordered = serie.sort_values(ascending=True)
+ fig_any = px.bar(
+ ordered,
+ x=ordered.values, y=ordered.index, orientation="h",
+ labels={"x": "Qtd", "y": col},
+ template=palette, height=260,
+ )
+ fig_any.update_layout(margin=dict(l=10, r=10, t=30, b=10))
+ st.plotly_chart(fig_any, use_container_width=True)
+
+ if show_tables:
+ st.dataframe(
+ serie.rename("Qtd").to_frame(),
+ use_container_width=True,
+ height=220,
+ )
+ except Exception as e:
+ st.warning(f"Não foi possível calcular TopN para `{col}`: {e}")
+
+
+# ==============================
+# Cards/KPIs — clientes, veículos e notas
+# ==============================
+def _count_notes(row) -> int:
+ """Conta notas em uma linha (lista em 'nota_fiscal' ou string)."""
+ v = row.get("nota_fiscal")
+ if isinstance(v, list):
+ return len([x for x in v if str(x).strip()])
+ if isinstance(v, str) and v.strip():
+ parts = [p for p in re.split(r"[^\d]+", v) if p.strip()]
+ return len(parts)
+ return 0
+
+def _render_kpis(df: pd.DataFrame):
+ """Renderiza cards de KPIs e tabelas de resumo por cliente, incluindo tipos de operação."""
+ if df.empty:
+ return
+
+ # Preferimos 'cliente_lista' para múltiplos; caso contrário, 'cliente'
+ cliente_col = "cliente_lista" if "cliente_lista" in df.columns else ("cliente" if "cliente" in df.columns else None)
+ tipo_col = "tipo" if "tipo" in df.columns else None
+ placa_col = "placa" if "placa" in df.columns else ("Placa" if "Placa" in df.columns else None)
+
+ _df = df.copy()
+ _df["__notes_count__"] = _df.apply(_count_notes, axis=1)
+
+ # Se for lista, vamos explodir para análises por cliente
+ _df_exploded = None
+ if cliente_col == "cliente_lista":
+ try:
+ _df_exploded = _df.explode("cliente_lista")
+ _df_exploded["cliente_lista"] = _df_exploded["cliente_lista"].astype(str).str.strip()
+ except Exception:
+ _df_exploded = None
+
+ # Clientes únicos
+ if cliente_col == "cliente_lista" and _df_exploded is not None:
+ clientes_unicos = _df_exploded["cliente_lista"].dropna().astype(str).str.strip().nunique()
+ elif cliente_col:
+ clientes_unicos = _df[cliente_col].dropna().astype(str).str.strip().nunique()
+ else:
+ clientes_unicos = 0
+
+ # Placas únicas
+ placas_unicas = _df[placa_col].dropna().nunique() if placa_col else 0
+
+ # Total de notas
+ notas_total = int(_df["__notes_count__"].sum())
+
+ st.markdown('', unsafe_allow_html=True)
+ st.markdown(
+ f"""
+
+
+
{clientes_unicos}
+
Número total de clientes distintos no período.
+
+ """,
+ unsafe_allow_html=True,
+ )
+ st.markdown(
+ f"""
+
+
🚚
Placas (veículos únicos)
+
{placas_unicas}
+
Contagem de veículos distintos identificados.
+
+ """,
+ unsafe_allow_html=True,
+ )
+ st.markdown(
+ f"""
+
+
+
{notas_total}
+
Soma de notas fiscais informadas nos e-mails.
+
+ """,
+ unsafe_allow_html=True,
+ )
+ st.markdown("
+
+
📂 Pastas: {pastas_lbl}
+
🗓️ Dias: {meta.get('dias')}
+
🔍 Origem: {origem}
+
🧩 Extração: {extra_flag}
+
⏱️ Em: {meta.get('loaded_at')}
+
+