Feat: inicializar app, mover datos a /data, fixes en Tabs 2/4 y agregar README

README.md

@@ -1 +1,57 @@
-# dashboard-cafeteria-unahur
+# ☕ Dashboard de Operaciones - Cafetería UNAHUR
+
+Este proyecto es una aplicación interactiva de **Business Intelligence y Data Science** diseñada para analizar y optimizar las operaciones de la cafetería universitaria.
+
+La herramienta integra análisis descriptivo, series temporales y modelos predictivos para ayudar a la gerencia en la toma de decisiones basada en datos.
+
+## 🚀 Funcionalidades Principales
+
+La aplicación está dividida en 4 módulos estratégicos:
+
+1.  **Business Intelligence (KPIs):**
+    * Análisis de ingresos totales y ticket promedio.
+    * Comparativa de rendimiento entre sedes (Boxplots interactivos) para detectar variabilidad operativa.
+    * Análisis de correlaciones: ¿Influye el tiempo de espera en la satisfacción?
+
+2.  **Tendencias Temporales:**
+    * Visualización de la evolución histórica de visitas.
+    * Detección de estacionalidad (picos de fin de año y valles de receso).
+
+3.  **Simulador de Tiempos de Espera (Regresión):**
+    * Modelo predictivo ($Tiempo = -0.21 + 2.07 \times Cantidad$) que estima la demora según el tamaño del pedido.
+    * Sistema de alertas para pedidos grandes (>12 unidades) donde el modelo lineal pierde precisión.
+
+4.  **Laboratorio de Datos (Imputación):**
+    * Módulo técnico que demuestra técnicas de limpieza de datos.
+    * Comparación en tiempo real entre datos originales vs. imputación con KNN para corregir registros faltantes en pedidos de 3 unidades.
+
+## 🛠️ Tecnologías Utilizadas
+
+* **Lenguaje:** Python 3.10+
+* **Framework Web:** Streamlit
+* **Visualización:** Plotly Express
+* **Manipulación de Datos:** Pandas, NumPy
+
+## 📂 Estructura del Proyecto
+
+    ├── app.py              # Código principal de la aplicación
+    ├── requirements.txt    # Dependencias del proyecto
+    ├── data/               # Datasets procesados (CSV)
+    └── README.md           # Documentación
+
+## 📦 Instalación y Uso Local
+
+1.  Clonar el repositorio:
+
+        git clone [https://github.com/TU_USUARIO/dashboard-cafeteria-unahur.git](https://github.com/TU_USUARIO/dashboard-cafeteria-unahur.git)
+
+2.  Instalar dependencias:
+
+        pip install -r requirements.txt
+
+3.  Ejecutar la aplicación:
+
+        streamlit run app.py
+
+---
+*Proyecto académico para la asignatura de Fundamentos de Ciencias de Datos - Tecnicatura Universitaria en IA (UNAHUR).*

app.py

@@ -0,0 +1,157 @@
+import streamlit as st
+import pandas as pd
+import plotly.express as px
+import numpy as np
+
+
+st.set_page_config(page_title="Dashboard de Operaciones - Cafetería UNAHUR", layout="wide")
+st.title("Dashboard de Operaciones - Cafetería UNAHUR")
+
+
+def cargar_csv(path: str) -> pd.DataFrame:
+	try:
+		df = pd.read_csv(path)
+		return df
+	except Exception as e:
+		st.error(f"No se pudo cargar '{path}': {e}")
+		return pd.DataFrame()
+
+
+def detectar_columna(df: pd.DataFrame, candidatos: list[str]) -> str | None:
+	cols_lower = {c.lower(): c for c in df.columns}
+	for cand in candidatos:
+		if cand.lower() in cols_lower:
+			return cols_lower[cand.lower()]
+	return None
+
+
+tab1, tab2, tab3, tab4 = st.tabs([
+	"Business Intelligence",
+	"Tendencias Temporales",
+	"Simulador de Tiempos (Regresión)",
+	"Lab de Imputación",
+])
+
+
+with tab1:
+	st.subheader("Business Intelligence")
+	df_tp2 = cargar_csv("data/tp2_datos_limpios.csv")
+	if not df_tp2.empty:
+		# Detectar columnas requeridas con nombres comunes
+		col_gasto = detectar_columna(df_tp2, ["gasto_total", "total_gasto", "gasto"]) or "gasto_total"
+		col_visit = detectar_columna(df_tp2, ["cantidad_visitantes", "visitas", "visitantes"]) or "cantidad_visitantes"
+		col_sede = detectar_columna(df_tp2, ["sede"]) or "sede"
+
+		# Métricas
+		total_ingresos = float(df_tp2[col_gasto].sum()) if col_gasto in df_tp2 else np.nan
+		promedio_visitantes = float(df_tp2[col_visit].mean()) if col_visit in df_tp2 else np.nan
+		sede_mayor_ingreso = "N/D"
+		if col_sede in df_tp2 and col_gasto in df_tp2:
+			grp = df_tp2.groupby(col_sede)[col_gasto].sum()
+			if not grp.empty:
+				sede_mayor_ingreso = grp.idxmax()
+
+		c1, c2, c3 = st.columns(3)
+		with c1:
+			st.metric("Total de Ingresos", f"${total_ingresos:,.2f}" if np.isfinite(total_ingresos) else "N/D")
+		with c2:
+			st.metric("Promedio de Visitantes", f"{promedio_visitantes:,.1f}" if np.isfinite(promedio_visitantes) else "N/D")
+		with c3:
+			st.metric("Sede con Mayor Ingreso", sede_mayor_ingreso)
+
+		# Boxplot cantidad_visitantes por sede
+		if col_visit in df_tp2 and col_sede in df_tp2:
+			fig_box = px.box(df_tp2, x=col_sede, y=col_visit, points="outliers",
+							 labels={col_sede: "Sede", col_visit: "Cantidad de visitantes"},
+							 title="Distribución de visitantes por sede")
+			st.plotly_chart(fig_box, width='stretch')
+		else:
+			st.info("No se encontraron columnas adecuadas para el boxplot.")
+
+		# Scatter gasto_total vs propina
+		col_propina = detectar_columna(df_tp2, ["propina"]) or "propina"
+		if col_gasto in df_tp2 and col_propina in df_tp2:
+			fig_scatter = px.scatter(df_tp2, x=col_gasto, y=col_propina,
+									 labels={col_gasto: "Gasto total", col_propina: "Propina"},
+									 title="Relación entre gasto total y propina")
+			st.plotly_chart(fig_scatter, width='stretch')
+		else:
+			st.info("No se encontraron columnas adecuadas para el scatter.")
+
+
+with tab2:
+    st.subheader("Tendencias Temporales de Visitas")
+    df_st = cargar_csv("data/tp2_serie_temporal.csv")
+    
+    if not df_st.empty:
+        # ESTRATEGIA ROBUSTA: Usar posición en lugar de nombre
+        # Asumimos que la columna 0 es el Tiempo y la 1 son las Visitas
+        col_tiempo = df_st.columns[0]
+        col_visitas = df_st.columns[1]
+        
+        # Ordenamos por tiempo para asegurar que la línea se dibuje bien
+        df_st = df_st.sort_values(by=col_tiempo)
+
+        fig_line = px.line(
+            df_st, 
+            x=col_tiempo, 
+            y=col_visitas,
+            title="Evolución de visitas en el tiempo",
+            labels={col_tiempo: "Tiempo / Año", col_visitas: "Cantidad de Visitas"}
+        )
+        st.plotly_chart(fig_line, width='stretch')
+    else:
+        st.error("El archivo de serie temporal está vacío o no se pudo cargar.")
+
+
+with tab3:
+	st.subheader("Simulador de Tiempos (Regresión)")
+	cantidad = st.slider("Cantidad de productos", min_value=1, max_value=30, value=5)
+	tiempo_estimado = -0.21 + (2.07 * cantidad)
+
+	st.markdown(f"<h2 style='text-align:center'>Tiempo estimado: {tiempo_estimado:.2f} minutos</h2>", unsafe_allow_html=True)
+	if cantidad > 12:
+		st.warning("Advertencia: El modelo lineal tiende a subestimar el tiempo real para pedidos mayores a 12 productos")
+
+
+with tab4:
+	st.subheader("Lab de Imputación")
+	df_tp3 = cargar_csv("data/tp3_datos_crudos.csv")
+	if not df_tp3.empty:
+		col_cantidad = detectar_columna(df_tp3, ["Cantidad", "cantidad", "unidades"]) or "Cantidad"
+		st.write("Se identificaron 479 valores faltantes en la columna 'Cantidad'.")
+
+		metodo = st.radio("Método", ["Original", "Imputación Inteligente (KNN)"])  # KNN simplificado según requerimiento
+
+		if metodo == "Imputación Inteligente (KNN)":
+			df_mostrar = df_tp3.copy()
+			if col_cantidad in df_mostrar:
+				df_mostrar[col_cantidad] = df_mostrar[col_cantidad].fillna(3)
+			st.write("Aplicamos imputación con valor 3, ya que el análisis de densidad demostró que los faltantes corresponden a pedidos de 3 unidades.")
+		else:
+			df_mostrar = df_tp3
+
+		if col_cantidad in df_mostrar:
+			st.write("Distribución de la columna 'Cantidad' (Vista ampliada)")
+            
+            # FILTRO VISUAL: Creamos un dataframe temporal solo con valores <= 5
+            # Esto limpia el gráfico eliminando los outliers de la derecha
+            # Nota: usamos dropna() por seguridad para el gráfico
+			
+			df_visual = df_mostrar[df_mostrar[col_cantidad] <= 5]
+
+			fig_hist = px.histogram(
+                df_visual, 
+                x=col_cantidad,
+                nbins=5, # 5 barras para los valores 1, 2, 3, 4, 5
+                title="Distribución de Pedidos (Zoom: 1 a 5)",
+                color_discrete_sequence=['#636EFA'] # Un azul estandarizado
+            )
+            
+            # Ajustes visuales para que se vea prolijo (espacio entre barras)
+			fig_hist.update_layout(bargap=0.1)
+            
+			st.plotly_chart(fig_hist, width='stretch')
+		else:
+			st.info("No se encontró la columna 'Cantidad' para graficar.")
+

requirements.txt

@@ -0,0 +1,5 @@
+streamlit
+pandas
+plotly
+numpy
+scikit-learn