app modif buffer3

app.py

@@ -115,7 +115,25 @@ st.markdown("""Si on ajoute un buffer de 30 minutes, on détecte 10 annulations
 Avec un buffer de 60 minutes, seulement 3 cas en plus → ce sont donc des situations rares mais critiques.
 En élargissant à 90 minutes, on ajoute encore 7 cas.""")
 
-st.mardown(""" ANALYSE SUR MOBILE """)
+
+fig_type = px.histogram(
+    df.query("-150 <= delay_at_checkout_in_minutes <= 150"),
+    x="delay_at_checkout_in_minutes",
+    color="checkin_type",
+    nbins=int((150 - (-150)) / 10),  
+    opacity=0.2,
+    title="Distribution des retards par type de check-in",
+    labels={"delay_at_checkout_in_minutes": "Retard (minutes)"},
+    range_x=[-150, 150],
+    width=1200, height=600,
+)
+fig_type.update_layout(barmode="overlay")
+fig_type.update_yaxes(title="Nombre de locations")
+#
+st.plotly_chart(fig_type, use_container_width=True)
+
+
+st.markdown(""" ANALYSE SUR MOBILE """)
 
 # Dans le cas de l'application mobile
 mask = merged["checkin_type_canceled"] == "mobile"
@@ -155,7 +173,7 @@ df_conflicts_mob = pd.DataFrame(results)
 df_conflicts_mob['lost_value'] = df_conflicts_mob["Conflits"]*loc_moyenne
 st.dataframe(df_conflicts_mob)
 
-st.mardown(""" ANALYSE SUR CONNECT """)
+st.markdown(""" ANALYSE SUR CONNECT """)
 # Dans le cas de l'utilisation de connect
 mask = merged["checkin_type_canceled"] == "connect"
 merged_connect = merged[mask]