# app.py import streamlit as st import pandas as pd from pathlib import Path # --------------------------- # Configuración general # --------------------------- st.set_page_config(page_title="Dashboard Mazatlán", layout="wide") st.title("Dashboard Mazatlán") st.caption("REM - Julio 2025") # --------------------------- # Utilidades # --------------------------- @st.cache_data def list_sheets(xls_path: Path): import openpyxl wb = openpyxl.load_workbook(xls_path, read_only=True, keep_vba=True, data_only=True) return [ws.title for ws in wb.worksheets] @st.cache_data def read_sheet(xls_path: Path, sheet_name: str) -> pd.DataFrame: return pd.read_excel(xls_path, sheet_name=sheet_name, engine="openpyxl") def kpi_grid(values: dict): if not values: st.info("KPIs pendientes de conectar.") return cols = st.columns(min(4, len(values))) for i, (label, val) in enumerate(values.items()): with cols[i % len(cols)]: st.metric(label=label, value=f"{val:,.2f}") data_path = Path(r"C:\Users\julio\OneDrive\Desktop\BD_Mazatlan.xlsm") # Validación de archivo if not data_path.exists(): st.error(f"No se encontró el archivo en: {data_path.resolve()}") st.stop() # Carga de hojas (para selecciones rápidas en cada tab) sheets = list_sheets(data_path) tab_oferta, tab_demanada = st.tabs(["Oferta"," Demanda"]) with tab_oferta: # --------------------------- # Tabs principales # --------------------------- tab_vertical, tab_horizontal, tab_lote, tab_zonas = st.tabs(["Vertical", "Horizontal", "Lote", "Zonas"]) # --------------------------- # TAB: Vertical # --------------------------- with tab_vertical: df_v = read_sheet(data_path, "Vertical") # --------------------------- # Desarrollos que "entran" (mes actual y los 2 anteriores) # --------------------------- col_fecha = "Fecha_inicio_venta" if col_fecha not in df_v.columns: st.warning(f"No se encontró la columna **{col_fecha}** en la hoja seleccionada.") else: dft = df_v.copy() dft[col_fecha] = pd.to_datetime(dft[col_fecha], errors="coerce") hoy = pd.Timestamp.today().normalize() mes_actual = hoy.to_period("M") inicio_ventana = (mes_actual - 3).to_timestamp(how="start") # primer día de hace 2 meses fin_ventana = mes_actual.to_timestamp(how="end") # último día del mes actual mask = (dft[col_fecha] >= inicio_ventana) & (dft[col_fecha] <= fin_ventana) df_entran = dft.loc[mask].sort_values(col_fecha) # Columnas de nombre posibles (ajusta si tu Excel tiene otro encabezado) posibles_nombre = [c for c in ["Desarrollo", "Proyecto", "Nombre", "Nombre_desarrollo"] if c in df_entran.columns] mostrar_cols = [col_fecha] + posibles_nombre mostrar_cols = list(dict.fromkeys(mostrar_cols)) # dedupe # Detecta columna de nombre una vez col_nombre = None for c in ["Desarrollo", "Proyecto", "Nombre", "Nombre_desarrollo"]: if c in df_v.columns: col_nombre = c break c1, c2 = st.columns(2) # ------------------------- # Columna izquierda: ENTRAN # ------------------------- with c1: st.markdown(f"### Desarrollos que **entraron** ({inicio_ventana.date()} → {fin_ventana.date()})") if col_nombre is None: st.warning("No se encontró ninguna columna de nombre de desarrollo.") else: st.metric("Desarrollos que entran", len(df_entran)) if len(df_entran) == 0: st.write("No hay desarrollos nuevos") else: # Lista formateada: nombre — fecha — zona for _, fila in df_entran.sort_values(col_fecha).iterrows(): nombre = str(fila[col_nombre]) fecha = fila[col_fecha] zona = fila["Zona"] if "Zona" in df_entran.columns else "—" fecha_str = fecha.strftime("%b-%Y") if pd.notna(fecha) else "—" st.write(f"• {nombre} — *{fecha_str}* — **{zona}**") # ------------------------- # Columna derecha: VENDIDOS # ------------------------- with c2: st.markdown(f"### Desarrollos **vendidos** ({inicio_ventana.date()} → {fin_ventana.date()})") col_fin = "Fecha_fin_ventas" if col_fin not in df_v.columns: st.warning(f"No se encontró la columna **{col_fin}** en la hoja seleccionada.") else: df_fin = df_v.copy() df_fin[col_fin] = pd.to_datetime(df_fin[col_fin], errors="coerce") mask_fin = (df_fin[col_fin] >= inicio_ventana) & (df_fin[col_fin] <= fin_ventana) df_vendidos = df_fin.loc[mask_fin] st.metric("Desarrollos vendidos", len(df_vendidos)) if len(df_vendidos) == 0: st.write("No hay desarrollos vendidos") else: for _, fila in df_vendidos.sort_values(col_fin).iterrows(): nombre = str(fila[col_nombre]) if col_nombre else "—" fecha = fila[col_fin] zona = fila["Zona"] if "Zona" in df_vendidos.columns else "—" fecha_str = fecha.strftime("%b-%Y") if pd.notna(fecha) else "—" st.write(f"• {nombre} — *{fecha_str}* — **{zona}**") # --- Configuración columnas --- import plotly.graph_objects as go # ---- Config columnas ---- COL_INICIO = "Fecha_inicio_venta" COL_FIN = "Fecha_fin_ventas" # ---- Limpieza y coerción de fechas ---- dft = df_v.copy() for c in [COL_INICIO, COL_FIN]: if c in dft.columns: dft[c] = pd.to_datetime(dft[c], errors="coerce", dayfirst=True) # ---- Rango temporal: desde la 1ª fecha de inicio hasta (max(fecha_fin, hoy)) ---- hoy = pd.Timestamp.today().normalize() min_inicio = dft[COL_INICIO].dropna().min() max_techo = pd.Series([ dft[COL_FIN].dropna().max() if COL_FIN in dft.columns else hoy, hoy ]).max() if pd.isna(min_inicio): st.warning("No hay fechas válidas en 'Fecha_inicio_venta'.") else: idx_m = pd.period_range(min_inicio.to_period("M"), max_techo.to_period("M"), freq="M").to_timestamp() # ---- Activos por mes (intervalo vs mes) ---- activos_rows = [] for mes_ini in idx_m: mes_fin = mes_ini.to_period("M").to_timestamp(how="end") mask_activo = ( (dft[COL_INICIO] <= mes_fin) & (dft[COL_FIN].isna() | (dft[COL_FIN] >= mes_ini)) ) activos_rows.append({"mes": mes_ini, "activos": int(mask_activo.sum())}) df_activos = pd.DataFrame(activos_rows).sort_values("mes") # ---- % crecimiento mes a mes ---- df_activos["crec_mom_pct"] = df_activos["activos"].pct_change() * 100 # Opcional: mostrar 0% en el primer mes en lugar de NaN # df_activos["crec_mom_pct"].fillna(0, inplace=True) # --- Layout 2×2 --- c1, c2 = st.columns(2) c3, c4 = st.columns(2) # Q1: Histórico de proyectos activos with c1: st.markdown("#### Proyectos **activos** y **% crecimiento**") fig = go.Figure() # Activos (eje izquierdo) fig.add_trace(go.Scatter( x=df_activos["mes"], y=df_activos["activos"], name="Activos", mode="lines+markers", yaxis="y1" )) # % Crecimiento (eje derecho) fig.add_trace(go.Scatter( x=df_activos["mes"], y=df_activos["crec_mom_pct"], name="% Crecimiento MoM", mode="lines+markers", yaxis="y2" )) fig.update_layout( margin=dict(l=10, r=10, t=10, b=10), legend=dict(orientation="h", yanchor="bottom", y=1.02, xanchor="right", x=1), xaxis=dict(title="Mes"), yaxis=dict(title="Proyectos activos"), yaxis2=dict(title="% crecimiento MoM", overlaying="y", side="right", tickformat=".1f"), hovermode="x unified" ) st.plotly_chart(fig, use_container_width=True) # (Opcional) tabla resumen debajo #st.dataframe(df_activos, use_container_width=True) # Q2–Q4: Placeholders (los llenamos cuando definas métricas/columnas) with c2: st.markdown("#### Entraron vs Vendidos (mensual)") st.info("Pendiente: definimos columnas para conteo mensual y renderizamos barras apiladas.") with c3: st.markdown("#### Inventario activo (mensual)") st.info("Pendiente: define columna de inventario (unidades/m²) y agregación mensual.") with c4: st.markdown("#### Precio / ticket promedio (mensual)") st.info("Pendiente: define columna de precio y agregación mensual (mean).") # --------------------------- # TAB: Horizontal # --------------------------- with tab_horizontal: df_h = read_sheet(data_path, "Horizontal") # --------------------------- # Desarrollos que "entran" (mes actual y los 2 anteriores) # --------------------------- col_fecha = "Fecha_inicio_venta" if col_fecha not in df_h.columns: st.warning(f"No se encontró la columna **{col_fecha}** en la hoja seleccionada.") else: dft = df_h.copy() dft[col_fecha] = pd.to_datetime(dft[col_fecha], errors="coerce") hoy = pd.Timestamp.today().normalize() mes_actual = hoy.to_period("M") inicio_ventana = (mes_actual - 3).to_timestamp(how="start") # primer día de hace 2 meses fin_ventana = mes_actual.to_timestamp(how="end") # último día del mes actual mask = (dft[col_fecha] >= inicio_ventana) & (dft[col_fecha] <= fin_ventana) df_entran = dft.loc[mask].sort_values(col_fecha) # Columnas de nombre posibles (ajusta si tu Excel tiene otro encabezado) posibles_nombre = [c for c in ["Desarrollo", "Proyecto", "Nombre", "Nombre_desarrollo"] if c in df_entran.columns] mostrar_cols = [col_fecha] + posibles_nombre mostrar_cols = list(dict.fromkeys(mostrar_cols)) # dedupe # Detecta columna de nombre una vez col_nombre = None for c in ["Desarrollo", "Proyecto", "Nombre", "Nombre_desarrollo"]: if c in df_h.columns: col_nombre = c break c1, c2 = st.columns(2) # ------------------------- # Columna izquierda: ENTRAN # ------------------------- with c1: st.markdown(f"### Desarrollos que **entraron** ({inicio_ventana.date()} → {fin_ventana.date()})") if col_nombre is None: st.warning("No se encontró ninguna columna de nombre de desarrollo.") else: st.metric("Desarrollos que entran", len(df_entran)) if len(df_entran) == 0: st.write("No hay desarrollos nuevos.") else: # Lista formateada: nombre — fecha — zona for _, fila in df_entran.sort_values(col_fecha).iterrows(): nombre = str(fila[col_nombre]) fecha = fila[col_fecha] zona = fila["Zona"] if "Zona" in df_entran.columns else "—" fecha_str = fecha.strftime("%b-%Y") if pd.notna(fecha) else "—" st.write(f"• {nombre} — *{fecha_str}* — **{zona}**") # ------------------------- # Columna derecha: VENDIDOS # ------------------------- with c2: st.markdown(f"### Desarrollos **vendidos** ({inicio_ventana.date()} → {fin_ventana.date()})") col_fin = "Fecha_fin_ventas" if col_fin not in df_h.columns: st.warning(f"No se encontró la columna **{col_fin}** en la hoja seleccionada.") else: df_fin = df_h.copy() df_fin[col_fin] = pd.to_datetime(df_fin[col_fin], errors="coerce") mask_fin = (df_fin[col_fin] >= inicio_ventana) & (df_fin[col_fin] <= fin_ventana) df_vendidos = df_fin.loc[mask_fin] st.metric("Desarrollos vendidos", len(df_vendidos)) if len(df_vendidos) == 0: st.write("No hay desarrollos vendidos.") else: for _, fila in df_vendidos.sort_values(col_fin).iterrows(): nombre = str(fila[col_nombre]) if col_nombre else "—" fecha = fila[col_fin] zona = fila["Zona"] if "Zona" in df_vendidos.columns else "—" fecha_str = fecha.strftime("%b-%Y") if pd.notna(fecha) else "—" st.write(f"• {nombre} — *{fecha_str}* — **{zona}**") # --------------------------- # TAB: Lote # --------------------------- with tab_lote: st.subheader("Vista — Lote") # --------------------------- # TAB: Zonas # --------------------------- with tab_zonas: st.subheader("Vista — Zonas")