Update app.py

app.py

@@ -11,41 +11,33 @@ import io
 import base64
 import folium
 from folium.plugins import HeatMap
+from shapely.geometry import Point
 import os
 
 # =========================
-# 1. CARGA DE DATOS
+# 1. CARGA DE DATOS Y LOCALIDADES
 # =========================
 data = pd.read_csv("VasculitisAsociadasA-BDD10jul24_DATA_2025-03-19_1033.csv")
 data.columns = data.columns.str.strip().str.lower()
 
-# Identificar y renombrar columna de localidad
-col_localidad = next((col for col in data.columns if 'localidad' in col), None)
-if col_localidad:
-    data.rename(columns={col_localidad: 'localidad'}, inplace=True)
-    data['localidad'] = data['localidad'].astype(str).str.upper()
-else:
-    data['localidad'] = "SIN DATO"
-
-# Carga GeoJSONs ambientales y localidades
+# Cargar localidades
 geo_localidades = gpd.read_file("loca.json")
-geo_localidades.columns = geo_localidades.columns.str.strip()
-if 'LocNombre' in geo_localidades.columns:
-    geo_localidades['localidad'] = geo_localidades['LocNombre'].str.upper()
+geo_localidades.columns = geo_localidades.columns.str.strip().str.lower()
+if 'locnombre' in geo_localidades.columns:
+    geo_localidades['localidad'] = geo_localidades['locnombre'].str.upper()
 else:
-    raise ValueError("El GeoJSON de localidades no tiene la columna 'LocNombre'")
-
-capas_ambientales = {
-    'pm25': gpd.read_file("pm25_prom_anual_2023.geojson"),
-    'ozono': gpd.read_file("ozono_prom_anual_2022.geojson"),
-    'temperatura': gpd.read_file("temp_anualprom_2023.geojson"),
-    'precipitacion': gpd.read_file("precip_anualacum_2023.geojson"),
-    'viento': gpd.read_file("vel_viento_0_23h_anual_2023.geojson"),
-    'estaciones': gpd.read_file("estacion_calidad_aire.geojson")
-}
+    raise ValueError("El GeoJSON de localidades no tiene la columna 'locnombre')")
+
+# Convertir data a GeoDataFrame con lat/lon
+data = data.dropna(subset=['coordenada_residencia-latitud', 'coordenada_residencia-longitud'])
+data['geometry'] = data.apply(lambda row: Point(row['coordenada_residencia-longitud'], row['coordenada_residencia-latitud']), axis=1)
+data = gpd.GeoDataFrame(data, geometry='geometry', crs='EPSG:4326')
+
+# Intersección espacial para asignar localidad
+data = gpd.sjoin(data, geo_localidades[['localidad', 'geometry']], how='left', predicate='within')
 
 # =========================
-# 2. PROCESAMIENTO DE DATOS
+# 2. CATEGORÍAS Y VARIABLES DERIVADAS
 # =========================
 categorias = {
     'genero_cat': data['genero'].map({0: 'Masculino', 1: 'Femenino'}),
@@ -54,96 +46,21 @@ categorias = {
 }
 data = data.assign(**categorias)
 
-# ANCA positivo
 data['anca_cat'] = data['ancas'].map({0: 'Negativo', 1: 'Positivo'}).fillna('No definido')
 data['mpo_cat'] = data['mpo'].map({0: 'Negativo', 1: 'Positivo'}).fillna('No definido')
 data['pr3_cat'] = data['pr3'].map({0: 'Negativo', 1: 'Positivo'}).fillna('No definido')
 
-# Biopsia
 biopsia_cols = [col for col in data.columns if col.startswith('biopsia___')]
 data['biopsia_positiva'] = data[biopsia_cols].sum(axis=1).apply(lambda x: 'Sí' if x > 0 else 'No')
 data['anca_y_renal'] = np.where((data['ancas'] == 1) & (data['biopsia_positiva'] == 'Sí'), 'Sí', 'No')
 
 # =========================
-# 3. FILTRADO DINÁMICO
-# =========================
-def aplicar_filtros(df, genero, edad, localidad, anca_tipo, antecedentes):
-    if genero != "Todos":
-        df = df[df['genero_cat'] == genero]
-    df = df[(df['edad'] >= edad[0]) & (df['edad'] <= edad[1])]
-    if localidad:
-        df = df[df['localidad'].isin(localidad)]
-    if anca_tipo != "Todos":
-        df = df[df['anca_cat'] == anca_tipo]
-    for ant in antecedentes:
-        if ant in df.columns:
-            df = df[df[ant] == 1]
-    return df
-
-# =========================
-# 4. MAPA COROPLÉTICO CON CAPAS AMBIENTALES
-# =========================
-def generar_mapa_coropletico(df_filtrado):
-    conteo = df_filtrado.groupby('localidad').size().reset_index(name='casos')
-    geo_merged = geo_localidades.merge(conteo, on='localidad', how='left').fillna(0)
-    fig = px.choropleth_mapbox(
-        geo_merged,
-        geojson=geo_merged.geometry,
-        locations=geo_merged.index,
-        color='casos',
-        hover_name='localidad',
-        mapbox_style='carto-positron',
-        zoom=10,
-        center={"lat": 4.65, "lon": -74.1},
-        opacity=0.6
-    )
-    return fig
-
-# =========================
-# 5. ANÁLISIS DESCRIPTIVO
+# 3. FUNCIONES DE FILTRO Y GRÁFICOS (sin cambios)
 # =========================
-def generar_univariado():
-    rutas = []
-    variables_uni = ['edad', 'genero_cat', 'regimen_cat', 'estrato_cat', 'anca_cat',
-                     'mpo_cat', 'pr3_cat', 'biopsia_positiva', 'anca_y_renal', 'sindrome',
-                     'diabetes', 'falla_cardiaca', 'epoc', 'hta']
-    for col in variables_uni:
-        plt.figure(figsize=(6, 4))
-        if data[col].dtype == 'object':
-            sns.countplot(data=data, x=col, order=data[col].value_counts().index)
-        else:
-            sns.histplot(data[col], kde=True)
-        plt.title(f"Distribución de {col}")
-        plt.xticks(rotation=30)
-        plt.tight_layout()
-        path = f"uni_{col}.png"
-        plt.savefig(path)
-        rutas.append(path)
-        plt.close()
-    return rutas
-
-def generar_bivariado():
-    relaciones_bi = [
-        ('anca_cat', 'biopsia_positiva'), ('anca_cat', 'mpo_cat'),
-        ('anca_cat', 'pr3_cat'), ('estrato_cat', 'biopsia_positiva'),
-        ('genero_cat', 'anca_cat'), ('regimen_cat', 'anca_cat'),
-        ('sindrome', 'biopsia_positiva')
-    ]
-    rutas = []
-    for x, y in relaciones_bi:
-        plt.figure(figsize=(6, 4))
-        sns.countplot(data=data, x=x, hue=y)
-        plt.title(f"{x} vs {y}")
-        plt.xticks(rotation=30)
-        plt.tight_layout()
-        path = f"bi_{x}_{y}.png"
-        plt.savefig(path)
-        rutas.append(path)
-        plt.close()
-    return rutas
+# ... (mantener las funciones: aplicar_filtros, generar_mapa_coropletico, generar_univariado, generar_bivariado)
 
 # =========================
-# 6. INTERFAZ DE USUARIO (GRADIO)
+# 4. INTERFAZ DE USUARIO (GRADIO)
 # =========================
 def interfaz():
     with gr.Blocks() as demo:
@@ -151,22 +68,22 @@ def interfaz():
 
         genero = gr.Dropdown(label="Género", choices=["Todos", "Masculino", "Femenino"], value="Todos")
         edad = gr.Slider(label="Edad", minimum=0, maximum=100, value=(20, 80), step=1)
-        localidades = gr.Dropdown(label="Localidad", choices=sorted(data['localidad'].unique()), multiselect=True)
-        anca = gr.Dropdown(label="Tipo de ANCA", choices=["Todos", "Positivo", "Negativo"], value="Todos")
+        localidades = gr.Dropdown(label="Localidad", choices=sorted(data['localidad'].dropna().unique()), multiselect=True)
+        compromiso_renal = gr.Dropdown(label="Compromiso Renal", choices=["Todos", "Sí", "No"], value="Todos")
         antecedentes = gr.CheckboxGroup(label="Antecedentes", choices=["diabetes", "hta", "epoc", "falla_cardiaca"])
 
         boton = gr.Button("Generar Mapa")
         salida = gr.Plot()
 
-        def actualizar(genero, edad, localidades, anca, antecedentes):
-            filtrado = aplicar_filtros(data, genero, edad, localidades, anca, antecedentes)
+        def actualizar(genero, edad, localidades, compromiso_renal, antecedentes):
+            filtrado = aplicar_filtros(data, genero, edad, localidades, compromiso_renal, antecedentes)
             if filtrado.empty:
                 fig = go.Figure()
                 fig.update_layout(title="No hay datos para los filtros seleccionados")
                 return fig
             return generar_mapa_coropletico(filtrado)
 
-        boton.click(actualizar, inputs=[genero, edad, localidades, anca, antecedentes], outputs=salida)
+        boton.click(actualizar, inputs=[genero, edad, localidades, compromiso_renal, antecedentes], outputs=salida)
 
         with gr.Tab("Gráficos Univariados"):
             for path in generar_univariado():
@@ -178,4 +95,4 @@ def interfaz():
 
     demo.launch()
 
-interfaz()
+interfaz()