app.py

import streamlit as st
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

c1, c2, = st.columns([7,7])
with c2:
    st.image('figures/gdmk_logo.png', width=100, caption='2023') 
with c1:
    st.image('figures/giz_logo.png', width=200, caption='Peru')

st.title('Estudio de Encuesta Integridad')
st.write('Elija si prefiere analizar textos graficos.')
option0 = st.selectbox('Formato de Analisis: ', (None, 'Textos', 'Gráficos'))
option3 = st.selectbox('Documento: ', (None, 'Todos', 'Encuesta', 'Indicadores'))
maprange = {'0 a 50%': 10, '10 a 50%': 20, '20 a 50%': 30, '30 a 50%': 40, '40 a 50%': 50}
option2 = st.selectbox('Franja de Discrepancia siendo la máxima [0, 50]', ('0 a 50%', '10 a 50%', '20 a 50%', '30 a 50%', '40 a 50%'))
mapn = maprange[option2]
st.write('La franja de discrepancia mostrada es entre ', mapn-10, ' y 50%')


if option0 and option2 and option3 is not None:

    # Load dataframe
    file = st.file_uploader('Seleccione un archivo Excel: ')

    if file is not None:

        df00 = pd.read_excel(file, engine='openpyxl')
        st.write(df00.shape)

        if option0 == 'Textos':

            option1 = st.selectbox('Clasificar resultados por:', ('Pregunta', 'Categoria'))
            #df = df00[(df00['diff'] > mapn-10) & (df00['diff'] < mapn)]
            df = df00[(df00['diff'] > mapn-10)]
            if option3 != 'Todos':
                df = df[df['documento']==option3]
            else:
                df = df

            # Group dataframe by chosen option
            if option1 == 'Pregunta':
                grouped_df = df.groupby('pregunta')
            elif option1 == 'Categoria':
                grouped_df = df.groupby('cat_sup')

            # Generate text with bullets
            text = ''

            for name, group in grouped_df:

                cad01 = '\n\n > **'+ option1+ ': '+ name + '**'
                st.write(cad01)
                st.write('Cantidad de afirmaciones: ', len(group))
                texto_tot = ''
                for index, row in group.iterrows():
                    val0 = str(row['diff'])
                    text = '* En el rubro sobre ' + row.pregunta + ' la categoría ' + row.cat_sup + ' responde ' + \
                    row.respuesta + ' un **' + val0 + '%** más que la categoría ' + row.cat_inf + '\n'
                    texto_tot = texto_tot + '\n' + text
                st.write(texto_tot)

            # Download link for text file
            st.download_button(label='Descargar Reporte', data=texto_tot, file_name='reporte.txt', mime='text/plain')

        else:

            option21 = st.selectbox('Tipo de Gráfico ', ('Total', 'Parcial') )

            if option21 == 'Total':
                st.write('Este diagrama muestra las discrepancias promedio de categorías y preguntas, con discrepancias mayores a 15%.')
                st.write('Permite un panorama general de las discrepancias.')
                st.image('figures/discrepancias_heatmap.png', width=1200)
            else:
                
                df2 = df00[(df00['diff'] > mapn-10)]
                
                if option3 != 'Todos':
                    df2 = df2[df2['documento']==option3]
                else:
                    pass

                df_pv = pd.pivot_table(df2, values='diff', index='pid', columns='cat_sup', aggfunc='mean').fillna(0)
                st.write(df_pv.shape)

                data_pv_s = df_pv[df_pv > 10]
                row_to_drop = list(data_pv_s.index[data_pv_s.sum(axis=1) == 0])
                data_pv_s = data_pv_s.drop(row_to_drop, axis=0)
                col_to_drop = list(data_pv_s.columns[data_pv_s.sum(axis=0) == 0])
                data_pv_s = data_pv_s.drop(col_to_drop, axis=1)

                fig, ax = plt.subplots(figsize=(40, 20))

                heatmap = ax.imshow(data_pv_s.T, cmap='inferno')

                ax.set_yticks(range(len(data_pv_s.columns)))
                ax.set_yticklabels(data_pv_s.columns, fontsize=16)

                ax.set_xticks(range(len(data_pv_s.index)))
                ax.set_xticklabels(data_pv_s.index, rotation=90, fontsize=16)

                for i in range(len(data_pv_s.index)):
                    for j in range(len(data_pv_s.columns)):
                        value = data_pv_s.iloc[i, j]
                        if not np.isnan(value):
                            ax.annotate(int(value), xy=(i, j), horizontalalignment='center', 
                                        verticalalignment='center', fontsize=18, color='darkgray',
                                        fontweight='bold'
                                       )

                ax.set_title('Distribución de Discrepancias Máximas en Categorías y Preguntas', fontsize=20)
                ax.set_ylabel('Categorías')
                ax.set_xlabel('Preguntas')

                plt.colorbar(heatmap, ax=ax)
                plt.grid(True)
                st.pyplot(fig, width=1200)
                st.write('Para grabar la imagen solo presione botón derecho y guardela como imagen en su servidor.')