Branch Oli exercicio1

README.md

@@ -1,82 +1,12 @@
-# Dashboard de Unidades Básicas de Saúde (UBS)
+## Integrantes do Grupo
+Eric Akio Uchiyamada 
+RA: 10395287
 
-Este projeto é um **dashboard interativo** desenvolvido com **Streamlit** para visualizar a frequência das **Unidades Básicas de Saúde (UBS)** por estado no Brasil.
+Oliver Kieran Galvão McCormack 
+RA: 10395672
 
-## 🏗️ Funcionalidades
-- **Gráfico de barras** interativo mostrando a frequência de UBS por estado.
-- **Filtro** para visualizar dados de estados específicos.
-- **Visualização de dados** filtrados diretamente na interface.
+Pedro Machado Gomes Caixeta 
+RA: 10314309
 
-## 📂 Estrutura do Projeto
-```
-├── ubs_dashboard.py  # Código do dashboard em Streamlit
-├── ubs_atualizado.csv # Arquivo de dados atualizado
-├── requirements.txt  # Dependências necessárias
-└── README.md  # Documentação do projeto
-```
-
-## 🚀 Como Executar
-### 1️⃣ Clonar o repositório
-```bash
-git clone https://github.com/seu-usuario/ubs-dashboard.git
-cd ubs-dashboard
-```
-
-### 2️⃣ Criar um ambiente virtual (opcional, mas recomendado)
-```bash
-python -m venv env
-source env/bin/activate  # Para Linux/Mac
-env\Scripts\activate  # Para Windows
-```
-
-### 3️⃣ Instalar as dependências
-```bash
-pip install -r requirements.txt
-```
-
-### 4️⃣ Executar a aplicação
-```bash
-streamlit run ubs_dashboard.py
-```
-
-## 📦 Dependências
-As principais bibliotecas utilizadas no projeto são:
-- `streamlit` → Interface do dashboard
-- `pandas` → Manipulação de dados
-- `plotly` → Visualização de gráficos interativos
-
-
-
-# 📌 Exercício de Refatoração do BI - Dashboard de UBS
-
-## 🎯 Objetivo
-Refatorar e aprimorar o **Dashboard de Unidades Básicas de Saúde (UBS)**, implementando **três novas visualizações** e garantindo que a entrega seja feita corretamente no **GitHub**.
-
----
-
-## 🚀 Tarefas
-
-### 1️⃣ Mapa Interativo das UBS por Estado
-- Criar um **mapa de dispersão** usando `latitude` e `longitude` para plotar a localização das UBS.
-- Adicionar um **filtro por estado** para exibir apenas UBS da região desejada.
-
-### 2️⃣ Gráfico de Pizza da Distribuição de UBS por Estado
-- Criar um **gráfico de pizza** mostrando opercentual de UBS por estado.
-- Utilizar `plotly.express.pie()` para exibir os dados.
-
-### 3️⃣ Histograma da Quantidade de UBS por Município
-- Criar um **histograma** que exiba a **quantidade de UBS por município**.
-- Utilizar `plotly.express.histogram()` agrupando os municípios por contagem de UBS.
-- Adicionar um controle deslizante (`st.slider()`) para filtrar municípios com um número mínimo de UBS.
-
----
-
-## 📦 Entrega
-- A implementação deve ser realizada em um **repositório GitHub do grupo**.
-- O repositório deve conter:
-  - Código-fonte do dashboard (`.py`).
-  - Arquivo de dados atualizado (`.csv`).
-  - Arquivo `README.md` contendo:
-    - Descrições adicionais
-    - **Nome dos integrantes do grupo**.
-    - Dependências do projeto (adicionar no requirements.txt).
+## Observações Adicionais
+Foi necessário tirar a versão específica do numpy pra conseguir rodar localmente na minha máquina, entao deixei pra pegar qualquer versão no requirements.txt

ubs_dashboard.py

@@ -5,23 +5,69 @@
 # Carregar o arquivo atualizado
 df = pd.read_csv("ubs_atualizado.csv", sep=";")
 
-# Contar a frequência de UBS por estado
-df_freq = df['Nome_UF'].value_counts().reset_index()
-df_freq.columns = ['Estado', 'Frequência']
+# Exercicio 1: Mapa Interativo das UBS por Estado
+df['LATITUDE'] = pd.to_numeric(df['LATITUDE'].str.replace(',', '.'), errors='coerce')
+df['LONGITUDE'] = pd.to_numeric(df['LONGITUDE'].str.replace(',', '.'), errors='coerce')
 
-# Criar o dashboard
-st.title("Dashboard de Unidades Básicas de Saúde (UBS)")
+# Remover linhas com valores inválidos após a conversão
+df = df.dropna(subset=['LATITUDE', 'LONGITUDE'])
 
-# Gráfico de barras
-grafico = px.bar(df_freq, x='Estado', y='Frequência', 
-                 title='Frequência de UBS por Estado', 
-                 labels={'Estado': 'Estado', 'Frequência': 'Número de UBS'},
-                 text_auto=True)
 
+# Verifica se as colunas de latitude e longitude existem
+if 'LATITUDE' in df.columns and 'LONGITUDE' in df.columns:
+    # Criar o dashboard
+    st.title("Dashboard de Unidades Básicas de Saúde (UBS)")
+
+    # Contar a frequência de UBS por estado
+    df_freq = df['Nome_UF'].value_counts().reset_index()
+    df_freq.columns = ['Estado', 'Frequência']
+
+    # Gráfico de barras
+    grafico = px.bar(df_freq, x='Estado', y='Frequência', 
+                     title='Frequência de UBS por Estado', 
+                     labels={'Estado': 'Estado', 'Frequência': 'Número de UBS'},
+                     text_auto=True)
+    st.plotly_chart(grafico)
+
+    # Filtro para estados específicos
+    estados = st.multiselect("Selecione os estados", df_freq['Estado'].unique())
+
+    if estados:
+        df_filtrado = df[df['Nome_UF'].isin(estados)]
+        st.write(df_filtrado)
+
+        # Criar um mapa com os pontos das UBS filtradas
+        df_mapa = df_filtrado[['LATITUDE', 'LONGITUDE']]
+        st.map(df_mapa)
+    else:
+        # Se nenhum estado for selecionado, mostrar todas as UBS no mapa
+        df_mapa = df[['LATITUDE', 'LONGITUDE']]
+        st.map(df_mapa)
+else:
+    st.error("As colunas 'latitude' e 'longitude' não foram encontradas no dataset.")
+
+#Exercicio 2: Gráfico de Pizza da Distribuição de UBS por Estado
+grafico = px.pie(df_freq, names='Estado', values='Frequência', title='UBS por Estado')
 st.plotly_chart(grafico)
 
-# Filtro para estados específicos
-estados = st.multiselect("Selecione os estados", df_freq['Estado'].unique())
-if estados:
-    df_filtrado = df[df['Nome_UF'].isin(estados)]
-    st.write(df_filtrado)
+#Exercicio 3: Histograma da Quantidade de UBS por Município
+# Contar a quantidade de UBS por município
+df_municipios = df['Nome_Município'].value_counts().reset_index()
+df_municipios.columns = ['Município', 'Quantidade_UBS']
+
+# Controle deslizante para filtrar municípios com um número mínimo de UBS
+min_ubs = st.slider("Selecione o número mínimo de UBS por município", 
+                    min_value=int(df_municipios['Quantidade_UBS'].min()), 
+                    max_value=int(df_municipios['Quantidade_UBS'].max()), 
+                    value=int(df_municipios['Quantidade_UBS'].min()))
+
+# Filtrar os municípios
+df_filtrado = df_municipios[df_municipios['Quantidade_UBS'] >= min_ubs]
+
+# Criar gráfico de barras para visualizar os municípios com o filtro aplicado
+grafico_barras = px.bar(df_filtrado, x='Município', y='Quantidade_UBS', 
+                        title="Número de UBS por Município",
+                        labels={'Município': 'Município', 'Quantidade_UBS': 'Número de UBS'},
+                        text_auto=True)
+
+st.plotly_chart(grafico_barras)