app.py

import pandas as pd
import plotly.express as px
import plotly.graph_objects as go
import streamlit as st

# --- 1. Configuração da Página ---
st.set_page_config(layout="wide") 
st.title(f"Análise de Desempenho Eleitoral (1998, 2006, 2010)")
st.header("Candidata: Nilmar Gavino Ruiz")

# --- 2. Função de Carregamento e Processamento dos Dados ---
@st.cache_data
def carregar_dados():
    try:
        # --- Processar 1998 ---
        file_1998 = "votacao_candidato-municipio_deputado_federal_1998_to_270002706025551.csv"
        df_1998 = pd.read_csv(file_1998, sep=';', encoding='latin-1', on_bad_lines='skip')
        df_1998['Percentual'] = (df_1998['qt_votos_nom_validos'] / df_1998['qt_votos_concorrentes']) * 100
        df_perc_1998 = df_1998[['nm_municipio', 'Percentual']].rename(columns={
            'nm_municipio': 'Municipio',
            'Percentual': 'Perc_1998'
        })
        total_1998 = int(df_1998['qt_votos_nom_validos'].sum())

        # --- Processar 2006 ---
        file_2006 = "votacao_candidato-municipio_deputado_federal_2006_to_10272.csv"
        df_2006 = pd.read_csv(file_2006, sep=';', encoding='latin-1', on_bad_lines='skip')
        df_2006['Percentual'] = df_2006['pc_votos_validos'].str.replace(',', '.').astype(float) * 100
        df_perc_2006 = df_2006[['nm_municipio', 'Percentual']].rename(columns={
            'nm_municipio': 'Municipio',
            'Percentual': 'Perc_2006'
        })
        total_2006 = int(df_2006['qt_votos_nom_validos'].sum())

        # --- Processar 2010 ---
        file_2010 = "votacao_candidato-municipio_deputado_federal_2010_to_270000000260.csv"
        df_2010 = pd.read_csv(file_2010, sep=';', encoding='latin-1', on_bad_lines='skip')
        df_2010['Percentual'] = df_2010['pc_votos_validos'].str.replace(',', '.').astype(float) * 100
        df_perc_2010 = df_2010[['nm_municipio', 'Percentual']].rename(columns={
            'nm_municipio': 'Municipio',
            'Percentual': 'Perc_2010'
        })
        total_2010 = int(df_2010['qt_votos_nom_validos'].sum())

        # --- Juntar (Merge) as tabelas de porcentagem ---
        df_merged = pd.merge(df_perc_1998, df_perc_2006, on='Municipio', how='outer')
        df_final_perc = pd.merge(df_merged, df_perc_2010, on='Municipio', how='outer')
        df_final_perc = df_final_perc.fillna(0) 

        df_final_perc['Cresc_Perc_98_10'] = df_final_perc['Perc_2010'] - df_final_perc['Perc_1998']
        
        df_total = pd.DataFrame({
            'Ano': ['1998', '2006', '2010'],
            'Total de Votos': [total_1998, total_2006, total_2010]
        })
        
        return df_final_perc.round(2), df_total
    
    except FileNotFoundError as e:
        st.error(f"ERRO: Arquivo CSV não encontrado! {e.filename}")
        st.stop()

# Carrega os dados
df_perc, df_total = carregar_dados()

# --- 3. Construção do Dashboard ---
st.subheader("Evolução da Votação Total (Votos Absolutos)")
fig_total = px.line(df_total, x='Ano', y='Total de Votos', title='Evolução da Votação Total (1998-2010)', markers=True)
st.plotly_chart(fig_total, use_container_width=True)

st.subheader("Análise Estratégica de Penetração (%)")
col1, col2 = st.columns(2) 

with col1:
    # --- O "Funil de Batalha" (Tier List) ---
    def classificar_tier(penetracao):
        if penetracao >= 10: return 'S (Reduto)'
        elif 5 <= penetracao < 10: return 'A (Forte)'
        elif 1 <= penetracao < 5: return 'B (Batalha)'
        else: return 'C (Fraco)'
    
    df_perc['Tier_2010'] = df_perc['Perc_2010'].apply(classificar_tier)
    resumo_tier = df_perc['Tier_2010'].value_counts().sort_index()
    
    fig_tier = px.pie(
        resumo_tier,
        values=resumo_tier.values,
        names=resumo_tier.index,
        title='Proporção de Municípios por "Tier" (Base 2010)'
    )
    fig_tier.update_traces(textposition='inside', textinfo='percent+label+value')
    st.plotly_chart(fig_tier, use_container_width=True)

with col2:
    # --- Gráfico dos Principais Redutos (por %) ---
    df_top20_perc_2010 = df_perc.sort_values(by='Perc_2010', ascending=False).head(20)
    df_top20_melted = df_top20_perc_2010.melt(
        id_vars='Municipio',
        value_vars=['Perc_1998', 'Perc_2006', 'Perc_2010'],
        var_name='Ano',
        value_name='Penetração (%)'
    )
    fig_perc = px.bar(
        df_top20_melted,
        x='Penetração (%)', y='Municipio',
        color='Ano', barmode='group',
        title='Comparativo dos 20 Maiores "Redutos" (por % de votos em 2010)',
        orientation='h'
    )
    fig_perc.update_layout(yaxis={'categoryorder':'total descending'}, height=600)
    st.plotly_chart(fig_perc, use_container_width=True)

st.subheader("Tabelas de Análise (Crescimento e Queda)")
col_cresc, col_queda = st.columns(2)

with col_cresc:
    st.markdown("##### Top 10 'Crescimento de Força' (Maior Ganho % de 98 a 10)")
    df_crescimento = df_perc.sort_values(by='Cresc_Perc_98_10', ascending=False).head(10)[['Municipio', 'Perc_1998', 'Perc_2010', 'Cresc_Perc_98_10']]
    st.dataframe(df_crescimento)
    
with col_queda:
    st.markdown("##### Top 10 'Perda de Força' (Maior Queda % de 98 a 10)")
    df_queda = df_perc.sort_values(by='Cresc_Perc_98_10', ascending=True).head(10)[['Municipio', 'Perc_1998', 'Perc_2010', 'Cresc_Perc_98_10']]
    st.dataframe(df_queda)

with st.expander("Ver a Super-Tabela Completa de Penetração (%)"):
    st.dataframe(df_perc.sort_values(by='Perc_2010', ascending=False))