dashboard-vendas-ecommerce/app.py at main · gaherrera00/dashboard-vendas-ecommerce · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
import streamlit as st
import pandas as pd

from src.load_data import juntar
from src.filters import criar_filtros, aplicar_filtros
from src.metrics import calcular_metricas
from src.charts import (
    receita_por_categoria,
    receita_no_tempo,
    lucro_por_categoria,
    top_10_produtos,
    distribuicao_pagamento,
    receita_por_estado,
)

# Configuração da página
st.set_page_config(
    page_title="Dashboard de Vendas",
    layout="wide",
    initial_sidebar_state="expanded",
)

# Estilo mínimo (sem excesso visual)
st.markdown(
    """
    <style>
        .block-container {
            padding-top: 2rem;
        }
    </style>
    """,
    unsafe_allow_html=True,
)


# Carregamento de dados
@st.cache_data(show_spinner=False)
def carregar_dados():
    return juntar()


df_completo, linhas_descartadas = carregar_dados()

# Sidebar — filtros
with st.sidebar:
    filtros = criar_filtros(df_completo)

# Aplicação de filtros
df_filtrado = aplicar_filtros(df_completo, filtros)

if df_filtrado.empty:
    st.warning("Nenhum dado encontrado para os filtros selecionados.")
    st.stop()

# Cabeçalho
st.title("Dashboard de Vendas")

if linhas_descartadas > 0:
    st.caption(f"{linhas_descartadas} registros foram descartados por inconsistência.")

st.divider()

# Métricas
metricas = calcular_metricas(df_filtrado, df_completo)

col1, col2, col3, col4, col5 = st.columns(5)

col1.metric(
    "Receita Total",
    f"R$ {metricas['receita_total']:,.2f}",
    f"{metricas['variacao_periodo']:.1f}%" if metricas["variacao_periodo"] else None,
)

col2.metric("Lucro Total", f"R$ {metricas['lucro_total']:,.2f}")
col3.metric("Margem Média", f"{metricas['margem_media']:.1f}%")
col4.metric("Ticket Médio", f"R$ {metricas['ticket_medio']:,.2f}")
col5.metric("Número de Pedidos", f"{metricas['num_pedidos']:,}")

st.divider()

# Destaques
col1, col2, col3 = st.columns(3)

col1.write("**Produto mais lucrativo**")
col1.write(metricas["produto_lucrativo"])

col2.write("**Categoria mais lucrativa**")
col2.write(metricas["categoria_lucrativa"])

col3.write("**Estado com maior faturamento**")
col3.write(metricas["estado_top"])

st.divider()

# Gráficos
st.subheader("Análises")

col1, col2 = st.columns(2)
col1.plotly_chart(receita_por_categoria(df_filtrado), use_container_width=True)
col2.plotly_chart(receita_no_tempo(df_filtrado), use_container_width=True)

col1, col2 = st.columns(2)
col1.plotly_chart(lucro_por_categoria(df_filtrado), use_container_width=True)
col2.plotly_chart(top_10_produtos(df_filtrado), use_container_width=True)

col1, col2 = st.columns(2)
col1.plotly_chart(distribuicao_pagamento(df_filtrado), use_container_width=True)
col2.plotly_chart(receita_por_estado(df_filtrado), use_container_width=True)

st.divider()

# Tabela detalhada
st.subheader("Dados Detalhados")

df_exibicao = df_filtrado.copy()

colunas_monetarias = [
    "preco_unitario",
    "custo_unitario",
    "receita",
    "custo_total",
    "lucro",
]

for col in colunas_monetarias:
    df_exibicao[col] = df_exibicao[col].map(lambda x: f"R$ {x:,.2f}")

df_exibicao["margem_lucro"] = df_exibicao["margem_lucro"].map(lambda x: f"{x:.1f}%")

ordem_colunas = [
    "data",
    "pedido_id",
    "cliente_id",
    "produto",
    "categoria",
    "preco_unitario",
    "quantidade",
    "receita",
    "custo_total",
    "lucro",
    "margem_lucro",
    "forma_pagamento",
    "estado",
]

df_exibicao = df_exibicao[ordem_colunas]

with st.expander("Visualizar dados"):
    st.dataframe(
        df_exibicao,
        use_container_width=True,
        hide_index=True,
        height=400,
    )

    csv = df_filtrado.to_csv(index=False).encode("utf-8")
    st.download_button(
        "Download CSV",
        csv,
        "vendas_filtradas.csv",
        "text/csv",
    )

# Rodapé
st.caption("Dashboard de Vendas • Streamlit + Plotly")