Update app.py

app.py

@@ -18,17 +18,14 @@ st.set_page_config(
 # Utilidades
 # -----------------------------
 def normalize(s: str) -> str:
-    """Normaliza un nombre de columna: minúsculas, sin acentos, sin dobles espacios."""
     s = unicodedata.normalize("NFKD", s).encode("ascii", "ignore").decode("utf-8", "ignore")
     return " ".join(s.lower().split())
 
 def find_target_column(df: pd.DataFrame, target="extskhis_emp full name") -> str | None:
-    """Encuentra la columna objetivo, siendo tolerante a acentos/espacios/caso."""
     norm_map = {col: normalize(col) for col in df.columns}
     for col, norm in norm_map.items():
         if norm == normalize(target):
             return col
-    # fallback: columnas muy parecidas
     candidates = [c for c, n in norm_map.items() if "full" in n and "name" in n]
     return candidates[0] if candidates else None
 
@@ -46,38 +43,36 @@ def pretty_number(n: int) -> str:
     return f"{n:,}".replace(",", " ")
 
 # -----------------------------
-# Estilos (UI) – look limpio
+# Estilos (UI)
 # -----------------------------
 CUSTOM_CSS = """
 <style>
-/* Fondo suave y tarjetas con glass effect */
-.stApp { background: linear-gradient(180deg, #f8fafc 0%, #eef2f7 100%); }
+.stApp { background-color: #0d1117; color: #e5e7eb; }
 .block-container { padding-top: 1.5rem; }
 
 /* Tarjetas KPI */
 .kpi-card {
   border-radius: 14px;
   padding: 18px 20px;
-  background: rgba(255, 255, 255, 0.75);
-  backdrop-filter: blur(6px);
-  border: 1px solid rgba(0,0,0,0.06);
-  box-shadow: 0 10px 20px -12px rgba(0,0,0,0.12);
+  background: #161b22;
+  border: 1px solid #30363d;
+  box-shadow: 0 8px 16px -10px rgba(0,0,0,0.8);
 }
-.kpi-label { font-size: 0.85rem; color: #5b6573; margin-bottom: 6px; }
-.kpi-value { font-size: 1.6rem; font-weight: 700; color: #111827; }
+.kpi-label { font-size: 0.85rem; color: #9ca3af; margin-bottom: 6px; }
+.kpi-value { font-size: 1.6rem; font-weight: 700; color: #f9fafb; }
 
-/* Contenedor principal */
+/* Sección principal */
 .section-card {
   border-radius: 16px;
   padding: 20px;
-  background: #ffffff;
-  border: 1px solid #e5e7eb;
-  box-shadow: 0 12px 24px -16px rgba(0,0,0,0.18);
+  background: #161b22;
+  border: 1px solid #30363d;
+  box-shadow: 0 12px 24px -16px rgba(0,0,0,0.9);
 }
 
 /* Título con acento */
 h1 span.accent {
-  background: linear-gradient(90deg, #2563eb, #06b6d4);
+  background: linear-gradient(90deg, #60a5fa, #34d399, #fbbf24);
   -webkit-background-clip: text;
   -webkit-text-fill-color: transparent;
 }
@@ -93,24 +88,21 @@ st.sidebar.title("⚙️ Configuración")
 uploaded = st.sidebar.file_uploader("Sube tu archivo CSV", type=["csv"])
 sample_note = st.sidebar.empty()
 
-# Carga de datos: CSV subido o fallback sample
 df = None
 source_label = ""
 if uploaded is not None:
     try:
-        # Usa bytes para mantener cache estable
         data_bytes = uploaded.getvalue()
         df = load_csv(io.BytesIO(data_bytes))
         source_label = f"Fuente: Archivo subido — **{uploaded.name}**"
     except Exception as e:
         st.sidebar.error(f"Error al leer el CSV: {e}")
 else:
-    # intenta cargar sample
     df_sample = load_sample("data/sample.csv")
     if df_sample is not None:
         df = df_sample
         source_label = "Fuente: `data/sample.csv` (muestra)"
-        sample_note.info("No subiste archivo. Mostrando un ejemplo desde `data/sample.csv`.")
+        sample_note.info("No subiste archivo. Mostrando ejemplo.")
     else:
         sample_note.warning("No subiste archivo y no existe `data/sample.csv`. Sube un CSV para continuar.")
 
@@ -125,11 +117,10 @@ if df is None or df.empty:
 
 target_col = find_target_column(df, "EXTSKHIS_EMP FULL NAME")
 if target_col is None:
-    st.error("No se encontró la columna **EXTSKHIS_EMP FULL NAME** (o equivalente). Verifica los encabezados.")
+    st.error("No se encontró la columna requerida.")
     st.write("Columnas detectadas:", list(df.columns))
     st.stop()
 
-# Limpieza básica del campo (opcional)
 df[target_col] = df[target_col].astype(str).str.strip()
 
 # -----------------------------
@@ -138,34 +129,24 @@ df[target_col] = df[target_col].astype(str).str.strip()
 with st.sidebar:
     st.divider()
     st.subheader("Filtros")
-    search = st.text_input("Filtrar por nombre (contiene)", placeholder="Ej: Maria, Juan...")
+    search = st.text_input("Filtrar por nombre", placeholder="Ej: Maria, Juan...")
     min_count = st.number_input("Mínimo de ocurrencias", min_value=1, value=1, step=1)
     top_n = st.slider("Mostrar Top N", min_value=5, max_value=100, value=20, step=5)
     sort_mode = st.radio("Orden", ["Por conteo (desc)", "Alfabético (A→Z)"], index=0)
 
-# Aplica filtro de texto
 df_filtered = df
 if search:
     s = search.lower()
     df_filtered = df[df[target_col].str.lower().str.contains(s, na=False)]
 
-# Agrega conteos
-counts = (
-    df_filtered.groupby(target_col, dropna=False)
-    .size()
-    .reset_index(name="Count")
-)
-
-# Filtra por mínimo de ocurrencias
+counts = df_filtered.groupby(target_col, dropna=False).size().reset_index(name="Count")
 counts = counts[counts["Count"] >= min_count]
 
-# Ordena
 if sort_mode == "Por conteo (desc)":
     counts = counts.sort_values("Count", ascending=False)
 else:
     counts = counts.sort_values(target_col, ascending=True)
 
-# Top N
 counts_top = counts.head(top_n)
 
 # -----------------------------
@@ -188,48 +169,44 @@ with c3:
                 f"<div class='kpi-value'>{pretty_number(len(counts_top))}</div>"
                 "</div>", unsafe_allow_html=True)
 
-# Fuente de datos
 st.caption(source_label)
 
 # -----------------------------
-# Gráfico
+# Gráfico (vertical, colorido, fondo negro)
 # -----------------------------
-st.markdown("### 🔎 Conteo por **EXTSKHIS_EMP FULL NAME**")
+st.markdown("### 🎨 Conteo por **EXTSKHIS_EMP FULL NAME**")
 
 if counts_top.empty:
     st.warning("No hay filas que cumplan los filtros actuales.")
 else:
-    # Para mejorar legibilidad en barras, hacemos categoría ordenada
-    category_order = counts_top.sort_values(
-        "Count", ascending=False
-    )[target_col].tolist()
-
     fig = px.bar(
         counts_top,
-        x="Count",
-        y=target_col,
-        orientation="h",
+        x=target_col,
+        y="Count",
         text="Count",
-        category_orders={target_col: category_order},
-        height=600 if len(counts_top) <= 25 else 800,
+        color=target_col,  # cada barra con color distinto
+        color_discrete_sequence=px.colors.qualitative.Bold,  # paleta llamativa
+        height=600,
     )
-    fig.update_traces(textposition="outside", cliponaxis=False)
+    fig.update_traces(textposition="outside")
     fig.update_layout(
-        xaxis_title="Conteo",
-        yaxis_title="Nombre",
-        margin=dict(l=10, r=10, t=30, b=10),
-        bargap=0.25,
+        xaxis_title="Nombre",
+        yaxis_title="Conteo",
+        plot_bgcolor="#0d1117",
+        paper_bgcolor="#0d1117",
+        font=dict(color="white"),
+        margin=dict(l=10, r=10, t=30, b=50),
     )
-    st.plotly_chart(fig, use_container_width=True, theme="streamlit")
+    st.plotly_chart(fig, use_container_width=True)
 
 # -----------------------------
-# Tabla de detalle
+# Tabla
 # -----------------------------
 with st.expander("📄 Ver tabla de conteos"):
     st.dataframe(counts.reset_index(drop=True), use_container_width=True)
 
 # -----------------------------
-# Descargar resultados
+# Descargar
 # -----------------------------
 csv_bytes = counts.to_csv(index=False).encode("utf-8")
 st.download_button(