Upload utils.py with huggingface_hub

utils.py

@@ -0,0 +1,353 @@
+import pandas as pd
+import numpy as np
+import plotly.express as px
+import plotly.graph_objects as go
+import io
+
+# Month order for Persian calendar
+MONTH_ORDER = [
+    "فروردین", "اردیبهشت", "خرداد", "تیر", "مرداد", "شهریور",
+    "مهر", "آبان", "آذر", "دی", "بهمن", "اسفند"
+]
+
+# Available charts list
+AVAILABLE_CHARTS = [
+    "مقایسه روند فروش ماهانه (ناخالص، خالص با/بدون ارزش افزوده)",
+    "روند فروش ماهانه بر اساس فروش ناخالص",
+    "روند فروش ماهانه بر اساس فروش خالص (بدون ارزش افزوده)",
+    "روند فروش ماهانه بر اساس فروش خالص (با ارزش افزوده)",
+    "تحلیل کالاها (80/20)",
+    "محصولات با بیشترین مرجوعی",
+    "گروه محصولات پرفروش",
+    "ده تولید کننده پرفروش",
+    "نرخ مرجوعی بر اساس برند (درصد)",
+    "سهم فروش گروه محصولات در ماه",
+    "تحلیل همبستگی تخفیف و فروش",
+    "میانگین ارزش هر فاکتور (ریالی)",
+    "ماتریس همبستگی متغیرها (Heatmap)"
+]
+
+
+def read_data_file(file_obj):
+    """Read data file based on its format."""
+    file_name = file_obj.name
+    file_extension = file_name.split('.')[-1].lower()
+    
+    if file_extension == 'csv':
+        try:
+            return pd.read_csv(file_obj, encoding='utf-8')
+        except UnicodeDecodeError:
+            file_obj.seek(0)
+            try:
+                return pd.read_csv(file_obj, encoding='windows-1256')
+            except:
+                file_obj.seek(0)
+                return pd.read_csv(file_obj, encoding='latin1')
+    elif file_extension in ['xls', 'xlsx']:
+        return pd.read_excel(file_obj)
+    else:
+        raise ValueError("فرمت فایل پشتیبانی نمی‌شود")
+
+
+def load_and_process_data(file_obj):
+    """Upload file and prepare data with Persian headers."""
+    try:
+        df = read_data_file(file_obj)
+        
+        # Standardize column names
+        rename_map = {
+            "نام تجاری": "نام برند",
+            "گروه کامل  کالا": "گروه کامل کالا",
+            "Net_Sales_Amount": "مبلغ فروش خالص (با مالیات بر ارزش افزوده)",
+            "ناخالص فروش با کسر تخفیف": "مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)",
+            "ناخالص فروش با کسر تخفيف": "مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)",
+            "مبلغ فروش خالص": "مبلغ فروش خالص (با مالیات بر ارزش افزوده)"
+        }
+        df.rename(columns=rename_map, inplace=True)
+        
+        # Validate required columns
+        required_columns = [
+            "ماه", "کد کالا", "نام برند", "تولید کننده",
+            "نام کالا", "مبلغ فروش ناخالص", "مبلغ تخفیف",
+            "مبلغ فروش خالص (با مالیات بر ارزش افزوده)",
+            "مبلغ برگشتی خالص",
+            "مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)"
+        ]
+        
+        missing_cols = [col for col in required_columns if col not in df.columns]
+        if missing_cols:
+            return {
+                'success': False,
+                'error': f"ستون‌های زیر در فایل یافت نشدند: {', '.join(missing_cols)}",
+                'data': None,
+                'kpis': None
+            }
+        
+        # Clean data
+        df["ماه"] = df["ماه"].astype(str)
+        present_months = [m for m in MONTH_ORDER if m in df["ماه"].unique()]
+        if present_months:
+            df["ماه"] = pd.Categorical(df["ماه"], categories=MONTH_ORDER, ordered=True)
+        
+        numeric_cols = [
+            "مبلغ فروش ناخالص",
+            "مبلغ فروش خالص (با مالیات بر ارزش افزوده)",
+            "مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)",
+            "مبلغ برگشتی خالص",
+            "تعداد فاکتور",
+            "مبلغ تخفیف"
+        ]
+        
+        for col in numeric_cols:
+            if col in df.columns:
+                df[col] = pd.to_numeric(df[col], errors='coerce').fillna(0)
+        
+        if "گروه محصول" in df.columns:
+            df["Analyzed_Group"] = df["گروه محصول"]
+        else:
+            df["Analyzed_Group"] = df["نام برند"]
+        
+        # Calculate KPIs
+        kpis = {
+            'net_sale_without_VAT': df["مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)"].sum(),
+            'net_sale_with_VAT': df["مبلغ فروش خالص (با مالیات بر ��رزش افزوده)"].sum(),
+            'gross_sales': df["مبلغ فروش ناخالص"].sum(),
+            'total_product': df["کد کالا"].nunique(),
+            'total_brand': df["نام برند"].nunique(),
+            'total_return': df["مبلغ برگشتی خالص"].sum()
+        }
+        
+        return {
+            'success': True,
+            'error': None,
+            'data': df,
+            'kpis': kpis
+        }
+        
+    except Exception as e:
+        return {
+            'success': False,
+            'error': str(e),
+            'data': None,
+            'kpis': None
+        }
+
+
+def create_specific_chart(chart_name, df_state):
+    """Create specific chart based on selection."""
+    if df_state is None or df_state.empty:
+        fig = go.Figure()
+        fig.update_layout(
+            title="لطفا ابتدا فایل داده را بارگذاری کنید 📂",
+            xaxis={"visible": False},
+            yaxis={"visible": False},
+            annotations=[{
+                "text": "No Data",
+                "xref": "paper",
+                "yref": "paper",
+                "showarrow": False,
+                "font": {"size": 20}
+            }]
+        )
+        return fig
+    
+    df = df_state.copy()
+    fig = None
+    
+    Y_LABEL_GROSS = 'مبلغ فروش ناخالص (ریال)'
+    Y_LABEL_NET_NO_TAX = 'مبلغ فروش خالص بدون ارزش افزوده (ریال)'
+    Y_LABEL_NET = 'مبلغ فروش خالص (ریال)'
+    X_LABEL_MONTH = 'ماه'
+    
+    try:
+        if chart_name == "مقایسه روند فروش ماهانه (ناخالص، خالص با/بدون ارزش افزوده)":
+            cols_to_agg = {
+                "مبلغ فروش ناخالص": "sum",
+                "مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)": "sum",
+                "مبلغ فروش خالص (با مالیات بر ارزش افزوده)": "sum"
+            }
+            monthly = df.groupby("ماه").agg(cols_to_agg).reset_index().sort_values("ماه")
+            monthly_long = monthly.melt(
+                id_vars='ماه',
+                var_name='نوع فروش',
+                value_name='مبلغ'
+            )
+            fig = px.line(
+                monthly_long, x="ماه", y="مبلغ", color='نوع فروش', markers=True,
+                labels={'ماه': X_LABEL_MONTH, 'مبلغ': 'مبلغ فروش (ریال)', 'نوع فروش': 'شاخص فروش'}
+            )
+            fig.update_layout(
+                title={"text": "مقایسه جامع روند ماهانه شاخص‌های فروش", "x": 0.5, "y": 0.95},
+                legend_title_text='شاخص فروش',
+                legend=dict(orientation="h", y=-0.2)
+            )
+        
+        elif chart_name == "روند فروش ماهانه بر اساس فروش ناخالص":
+            monthly = df.groupby("ماه")["مبلغ فروش ناخالص"].sum().reset_index().sort_values("ماه")
+            fig = px.line(
+                monthly, x="ماه", y="مبلغ فروش ناخالص", markers=True,
+                labels={'ماه': X_LABEL_MONTH, 'مبلغ فروش ناخالص': Y_LABEL_GROSS}
+            )
+            fig.update_layout(title={"text": "روند فروش بر اساس فروش ناخالص", "x": 0.5, "y": 0.95})
+        
+        elif chart_name == "روند فروش ماهانه بر اساس فروش خالص (بدون ارزش افزوده)":
+            monthly = df.groupby("ماه")["مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)"].sum().reset_index().sort_values("ماه")
+            fig = px.line(
+                monthly, x="ماه", y="مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)", markers=True,
+                labels={'ماه': X_LABEL_MONTH, 'مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)': Y_LABEL_NET_NO_TAX}
+            )
+            fig.update_layout(title={"text": "روند فروش خالص بدون ارزش افزوده ماهانه", "x": 0.5, "y": 0.95})
+        
+        elif chart_name == "روند فروش ماهانه بر اساس فروش خالص (با ارزش افزوده)":
+            col_name = "مبلغ فروش خالص (با مالیات بر ارزش افزوده)"
+            monthly = df.groupby("ماه")[col_name].sum().reset_index().sort_values("ماه")
+            fig = px.line(
+                monthly, x="ماه", y=col_name, markers=True,
+                labels={'ماه': X_LABEL_MONTH, col_name: Y_LABEL_NET}
+            )
+            fig.update_layout(title={"text": "روند خالص فروش ماهانه (با ارزش افزوده)", "x": 0.5, "y": 0.95})
+        
+        elif chart_name == "تحلیل کالاها (80/20)":
+            sales_data = df.groupby("نام کالا")["مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)"].sum().reset_index()
+            sales_data = sales_data[sales_data['مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)'] > 0]
+            sales_data = sales_data.sort_values("مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)", ascending=False).reset_index(drop=True)
+            
+            if sales_data.empty:
+                return go.Figure().update_layout(title="هیچ فروش مثبتی برای تحلیل پارتو وجود ندارد")
+            
+            sales_data['Cumulative %'] = 100 * (
+                sales_data["مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)"].cumsum() /
+                sales_data["مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)"].sum()
+            )
+            
+            over_80_subset = sales_data[sales_data['Cumulative %'] >= 80]
+            pareto_rank = over_80_subset.index[0] + 1 if not over_80_subset.empty else len(sales_data)
+            total_product = df["کد کالا"].nunique()
+            
+            display_count = max(20, pareto_rank + 3)
+            top_sales = sales_data.head(display_count)
+            
+            fig = go.Figure()
+            fig.add_trace(go.Bar(
+                x=top_sales["نام کالا"],
+                y=top_sales["مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)"],
+                name="فروش",
+                marker_color='#667eea'
+            ))
+            fig.add_trace(go.Scatter(
+                x=top_sales["نام کالا"],
+                y=top_sales["Cumulative %"],
+                name="تجمعی %",
+                yaxis="y2",
+                mode="lines+markers",
+                marker_color='#f5576c'
+            ))
+            
+            fig.add_shape(
+                type="line", xref="paper", yref="y2",
+                x0=0, y0=80, x1=1, y1=80,
+                line=dict(color="red", width=2, dash="dash")
+            )
+            
+            fig.update_layout(
+                title={"text": f"تحلیل پارتو: {pareto_rank} کالا از سبد {total_product} کالا 80% فروش را تامین میکند", "x": 0.5, "y": 0.95},
+                xaxis_title="نام کالا",
+                yaxis_title="مبلغ فروش خالص (بدون ارزش افزوده) (ریال)",
+                yaxis2=dict(title="درصد تجمعی", overlaying="y", side="right", range=[0, 105]),
+                legend=dict(x=0.4, y=0.5, orientation='h'),
+                barmode='overlay'
+            )
+        
+        elif chart_name == "محصولات با بیشترین مرجوعی":
+            top_returns = df.groupby("نام کالا")["مبلغ برگشتی خالص"].sum().abs().reset_index()
+            top_returns = top_returns[top_returns["مبلغ برگشتی خالص"] > 0]
+            
+            if not top_returns.empty:
+                top_returns = top_returns.sort_values("مبلغ برگشتی خالص", ascending=False).head(10)
+                fig = px.bar(
+                    top_returns, x="مبلغ برگشتی خالص", y="نام کالا",
+                    orientation='h', color_discrete_sequence=['#f5576c']
+                )
+                fig.update_layout(
+                    title={"text": "محصولات با بیشترین مرجوعی", "x": 0.5, "y": 0.95},
+                    yaxis={'categoryorder': 'total ascending'}
+                )
+                fig.update_xaxes(title="مبلغ مرجوعی (ریال)")
+            else:
+                fig = go.Figure().update_layout(title="هیچ مرجوعی ثبت نشده است")
+        
+        elif chart_name == "گروه محصولات پرفروش":
+            top_group = df.groupby("Analyzed_Group")["مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)"].sum().reset_index()
+            top_group = top_group.sort_values("مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)", ascending=False).head(10)
+            fig = px.bar(
+                top_group, x="مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)", y="Analyzed_Group",
+                orientation="h", color_discrete_sequence=['#667eea']
+            )
+            fig.update_layout(
+                title={"text": "گروه محصولات پرفروش", "x": 0.5, "y": 0.95},
+                yaxis={'categoryorder': 'total ascending'}
+            )
+        
+        elif chart_name == "ده تولید کننده پرفروش":
+            top_prod = df.groupby("تولید کننده")["مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)"].sum().reset_index()
+            top_prod = top_prod.sort_values("مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)", ascending=False).head(10)
+            fig = px.bar(
+                top_prod, x="مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)", y="تولید کننده",
+                orientation="h", color_discrete_sequence=['#38ef7d']
+            )
+            fig.update_layout(
+                title={"text": "ده تولید کننده پرفروش", "x": 0.5, "y": 0.95},
+                yaxis={'categoryorder': 'total ascending'}
+            )
+        
+        elif chart_name == "نرخ مرجوعی بر اساس برند (درصد)":
+            brand_stats = df.groupby("نام برند")[["مبلغ برگشتی خالص", "مبلغ فروش ناخالص"]].sum().reset_index()
+            brand_stats = brand_stats[brand_stats["مبلغ فروش ناخالص"] > 0]
+            brand_stats["Return_Rate"] = (brand_stats["مبلغ برگشتی خالص"] / brand_stats["مبلغ فروش ناخالص"]) * 100
+            brand_stats = brand_stats[brand_stats["مبلغ فروش ناخالص"] > 10000000]
+            brand_stats = brand_stats.sort_values("Return_Rate", ascending=False).head(15)
+            
+            fig = px.bar(
+                brand_stats, x="Return_Rate", y="نام برند", orientation='h',
+                color="Return_Rate", color_continuous_scale="Reds",
+                hover_data={"Return_Rate": ":,.2f"}
+            )
+            fig.update_layout(
+                title={"text": "درصد نرخ مرجوعی بر اساس برند", "x": 0.5, "y": 0.95},
+                yaxis={'categoryorder': 'total ascending'}
+            )
+            fig.update_xaxes(title="درصد مرجوعی از فروش (%)")
+            fig.update_yaxes(title="نام برند")
+        
+        elif chart_name == "سهم فروش گروه محصولات در ماه":
+            cat_trend = df.groupby(["ماه", "Analyzed_Group"])["مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)"].sum().reset_index()
+            fig = px.bar(
+                cat_trend, x="ماه", y="مبلغ فروش خالص (بدون مالیات بر ارزش افزوده)",
+                color="Analyzed_Group", title="ترکیب فروش ماهانه بر اساس گروه محصول"
+            )
+            fig.update_layout(title={"x": 0.5, "y": 0.95}, barmode='stack')
+            fig.update_yaxes(title="فروش (ریال)")
+        
+        elif chart_name == "تحلیل همبستگی تخفیف و فروش":
+            prod_perf = df.groupby("نام کالا")[["مبلغ فروش ناخالص", "مبلغ تخفیف", "تعداد فاکتور"]].sum().reset_index()
+            prod_perf = prod_perf[prod_perf["مبلغ فروش ناخالص"] > 0]
+            prod_perf["Discount_Pct"] = (prod_perf["مبلغ تخفیف"] / prod_perf["مبلغ فروش ناخالص"]) * 100
+            prod_perf = prod_perf[prod_perf["Discount_Pct"] <= 100]
+            
+            fig = px.scatter(
+                prod_perf, x="مبلغ فروش ناخالص", y="Discount_Pct",
+                size="تعداد فاکتور", hover_name="نام کالا",
+                color="Discount_Pct", color_continuous_scale="Viridis",
+                title="آیا تخفیف بیشتر منجر به فروش بیشتر می‌شود؟",
+                hover_data={
+                    "مبلغ فروش ناخالص": ":,.2f",
+                    "Discount_Pct": ":.2f",
+                    "تعداد فاکتور": ":,.0f"
+                }
+            )
+            fig.update_layout(title={"x": 0.5, "y": 0.95})
+            fig.update_xaxes(title="مبلغ فروش ناخالص (ریال)")
+            fig.update_yaxes(title="درصد تخفیف اعطا شده (%)")
+        
+        elif chart_name == "میانگین ارزش هر فاکتور (ریالی)":
+            col_name = "مبلغ فروش خالص (با مالیات بر ارز