dashboards.py

# Importando bibliotecas necessárias
import streamlit as st
import pandas as pd
import plotly.express as px

# Deixar pagina em wide
st.set_page_config(layout="wide")

df = pd.read_csv("supermarket_sales.csv", sep=";", decimal=",")
df["Date"] = pd.to_datetime(df["Date"])
df=df.sort_values("Date")

df["Month"] = df["Date"].apply(lambda x: str(x.year) + "-" + str(x.month))
month = st.sidebar.selectbox("Mês", df["Month"].unique())

df_filtered = df[df["Month"] == month]

# Fazendo que a página seja dividida em 2 colunas em cima e 3 embaixo.
col1, col2 = st.columns(2)
col3, col4, col5 = st.columns(3)

# Fazendo gráfico de faturamento por dia
fig_date = px.bar(df_filtered, x="Date", y="Total", color="City", title="Faturamento por dia:")
col1.plotly_chart(fig_date, use_container_width=True)

# Fazendo gráfico de faturamento por tipo de produto
fig_prod = px.bar(df_filtered, x="Date", y="Product line", 
                  color="City", title="Faturamento por tipo de produto:",
                  orientation="h")
col2.plotly_chart(fig_prod, use_container_width=True)

# Fazendo gráfico de faturamento por filial
city_total = df_filtered.groupby("City")[["Total"]].sum().reset_index()
fig_city = px.bar(city_total, x="City", y="Total",
                   title="Faturamento por filial:")
col3.plotly_chart(fig_city, use_container_width=True)

# Fazendo gráfico de faturamento por tipo de pagamento
fig_kind = px.pie(df_filtered, values="Total", names="Payment",
                   title="Faturamento por tipo de pagamento:")
col4.plotly_chart(fig_kind, use_container_width=True)

# Fazendo gráfico de avaliação por filial
city_total = df_filtered.groupby("City")[["Rating"]].mean().reset_index()
fig_rating = px.bar(df_filtered, y="Rating", x="City",
                   title="Avaliação:")
col5.plotly_chart(fig_rating, use_container_width=True)