app.py

import concurrent.futures
import io

import pandas as pd
import streamlit as st
from matplotlib import pyplot as plt

from config import Logger
from py_invest_analyser.models import RealEstateFunds, Stock
from py_invest_analyser.services import ExtractInfoFromREF, ExtractInfoFromStock


def generate_data_fiis(actives):
    result_actives = []

    logger = Logger().logger

    with concurrent.futures.ThreadPoolExecutor() as executor:
        futures = [executor.submit(ExtractInfoFromREF().get_info_active, active) for active in actives]

        for future in concurrent.futures.as_completed(futures):

            try:
                active = future.result()

                if isinstance(active, str):
                    active = ExtractInfoFromREF().get_active_keys_indicators(active)

                result_actives.append(active)
            except Exception as e:
                logger.error(f"Error to get information for active {active.name}")
                logger.error(e)

    return pd.DataFrame(result_actives)


def generate_data_stock(actives):
    result_actives = []

    logger = Logger().logger

    with concurrent.futures.ThreadPoolExecutor() as executor:
        futures = [executor.submit(ExtractInfoFromStock().get_info_active, active) for active in actives]

        for future in concurrent.futures.as_completed(futures):

            try:
                active = future.result()

                if isinstance(active, str):
                    active = ExtractInfoFromStock().get_active_keys_indicators(active)

                result_actives.append(active)
            except Exception as e:
                logger.error(f"Error to get information for active {active.name}")
                logger.error(e)

    return pd.DataFrame(result_actives)


st.set_page_config(page_title='PyInvestAnalyser', page_icon='📊', layout='wide')

st.set_option('deprecation.showPyplotGlobalUse', False)

st.title('PyInvestAnalyser')

data = st.file_uploader('Escolha o arquivo para analise de dados', type=['csv'])

if data is None:
    st.warning(
        """
        Por favor, escolha um arquivo para analise de dados."):
        """)
    st.stop()

content = data.read().decode('latin-1')
content_lines = content.split('\n')
content_without_first_line = '\n'.join(content_lines[1:])

df = pd.read_csv(io.StringIO(content_without_first_line), sep=';')

with st.expander("Visualizar dados brutos"):
    st.dataframe(df)

st.title('Fundos Imobiliários')

df = df[['TIPO DE INVESTIMENTO', 'DESCRIÇÃO', 'VALOR BRUTO', "QUANTIDADE"]]

fiis = df[df['TIPO DE INVESTIMENTO'] == 'FII'].copy()

with st.spinner('Loading...'):
    df_infos_fiis = generate_data_fiis(fiis['DESCRIÇÃO'].unique())

df_infos_fiis.columns = RealEstateFunds.get_meaning_of_fields().values()

with st.expander("Visualizar dados brutos"):
    st.dataframe(df_infos_fiis)

df_infos_fiis = df_infos_fiis[
    ["Nome", "Cotação", "Dividend Yield", "P/VP", "VAL. PATRIMONIAL P/ COTA", 'SEGMENTO', "Valorização",
     "ÚLTIMO RENDIMENTO"]]

fiis["ULT. RENDIMENTO"] = fiis["DESCRIÇÃO"].map(df_infos_fiis.set_index("Nome")["ÚLTIMO RENDIMENTO"])
fiis['VALORIZAÇÃO'] = fiis["DESCRIÇÃO"].map(df_infos_fiis.set_index("Nome")["Valorização"])
fiis["SEGMENTO"] = fiis["DESCRIÇÃO"].map(df_infos_fiis.set_index("Nome")["SEGMENTO"])
fiis["COTAÇÃO"] = fiis["DESCRIÇÃO"].map(df_infos_fiis.set_index("Nome")["Cotação"])
fiis["P/VP"] = fiis["DESCRIÇÃO"].map(df_infos_fiis.set_index("Nome")["P/VP"])
fiis["DIVIDEND YIELD"] = fiis["DESCRIÇÃO"].map(df_infos_fiis.set_index("Nome")["Dividend Yield"])

fiis["P/VP"] = fiis["P/VP"].str.replace(',', '.')
fiis['VALOR BRUTO'] = fiis['VALOR BRUTO'].str.replace('.', '')
fiis['VALOR BRUTO'] = fiis['VALOR BRUTO'].str.replace('R$ ', '')
fiis['VALOR BRUTO'] = fiis['VALOR BRUTO'].str.replace(',', '.')
fiis['VALOR BRUTO'] = fiis['VALOR BRUTO'].astype(float)

fiis["COTAÇÃO"] = fiis["COTAÇÃO"].str.replace(',', '.')
fiis["COTAÇÃO"] = fiis["COTAÇÃO"].str.replace('R$ ', '')
fiis['COTAÇÃO'] = fiis['COTAÇÃO'].astype(float)

fiis["VALORIZAÇÃO"] = fiis["VALORIZAÇÃO"].str.replace(',', '.')
fiis["VALORIZAÇÃO"] = fiis["VALORIZAÇÃO"].str.replace('%', '')
fiis["VALORIZAÇÃO"] = fiis["VALORIZAÇÃO"].astype(float)

fiis['QUANTIDADE'] = fiis['QUANTIDADE'].str.replace(',0', '')
fiis['QUANTIDADE'] = fiis['QUANTIDADE'].astype(int)

fiis["DIVIDEND YIELD"] = fiis["DIVIDEND YIELD"].str.replace(',', '.')
fiis["DIVIDEND YIELD"] = fiis["DIVIDEND YIELD"].str.replace('%', '')
fiis["DIVIDEND YIELD"] = fiis["DIVIDEND YIELD"].astype(float)

fiis['ULT. RENDIMENTO'] = fiis['ULT. RENDIMENTO'].str.replace('.', '')
fiis['ULT. RENDIMENTO'] = fiis['ULT. RENDIMENTO'].str.replace('R$ ', '')
fiis['ULT. RENDIMENTO'] = fiis['ULT. RENDIMENTO'].str.replace(',', '.')
fiis['ULT. RENDIMENTO'] = fiis['ULT. RENDIMENTO'].astype(float)

fiis.drop(columns=['TIPO DE INVESTIMENTO'], inplace=True)

# Metrics
col1, col2, col3, col4, col5, col6, col7 = st.columns(7)

with col1:
    st.metric(label="Total de Investimento", value=f"R$ {fiis['VALOR BRUTO'].sum():,.2f}")

with col2:
    total_rendimento = fiis['ULT. RENDIMENTO'] * fiis['QUANTIDADE']
    st.metric(label="Total de Rendimento(último mês)", value=f"R$ {total_rendimento.sum():,.2f}")

with col3:
    porcentagem_mes = (total_rendimento.sum() / fiis['VALOR BRUTO'].sum()) * 100
    st.metric(label=f"Rendimento Mensal(%)", value=f"{porcentagem_mes:,.2f}%")

with col4:
    maior = fiis['VALOR BRUTO'].values.max()
    nome = fiis[fiis['VALOR BRUTO'] == maior]['DESCRIÇÃO'].values[0]

    st.metric(label=f"Maior posição ({nome})", value=f"R$ {maior:,.2f}")

with col5:
    media_dividend_yield = fiis['DIVIDEND YIELD'].mean()
    st.metric(label=f"Dividend Yield Médio (12M)", value=f"{media_dividend_yield:,.2f}%")

with col6:
    media_valorizacao = fiis['VALORIZAÇÃO'].mean()
    st.metric(label=f"Valorização Média (12M)", value=f"{media_valorizacao:,.2f}%")

with col7:
    st.metric(label="Total de Ativos", value=f"{len(fiis)}")


def bigger_than_pvp(value):
    if float(value) < 1.0:
        return 'background-color: green'

    if float(value) > 1.0:
        return 'background-color: Firebrick'


def bigger_than_val(value):
    if float(value) > 0:
        return 'background-color: green'

    if float(value) < 0:
        return 'background-color: Firebrick'


styled_df_fiis = fiis.style
styled_df_fiis = styled_df_fiis.format({
    'VALOR BRUTO': 'R${:,.2f}',
    'VALORIZAÇÃO': '{:.2f}%',
    'COTAÇÃO': 'R$ {:,.2f}',
    'DIVIDEND YIELD': '{:.2f}%',
    'ULT. RENDIMENTO': 'R$ {:,.2f}',
})

styled_df_fiis = styled_df_fiis.applymap(bigger_than_pvp, subset=['P/VP'])
styled_df_fiis = styled_df_fiis.applymap(bigger_than_val, subset=['VALORIZAÇÃO'])

st.dataframe(styled_df_fiis, use_container_width=True)

st.title('Gráficos Por:')

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

# Tamanho fixo para as figuras
fig_width = 300
fig_height = 300

with col1:
    fig1, ax1 = plt.subplots(figsize=(fig_width / 100, 370 / 100))
    # fig1, ax1 = plt.subplots(figsize=(fig_width / 100, fig_height - 30 / 100))
    ax1.pie(fiis['VALOR BRUTO'], labels=fiis['DESCRIÇÃO'], autopct='%1.1f%%')
    ax1.axis('equal')
    st.pyplot(fig1)

with col2:
    segmentos = fiis.groupby('SEGMENTO').sum().reset_index()
    segmentos.sort_values(by=['VALOR BRUTO'], inplace=True, ascending=False)

    fig2, ax2 = plt.subplots(figsize=(fig_width / 100, fig_height / 60.5))
    ax2.pie(segmentos["VALOR BRUTO"], labels=segmentos["SEGMENTO"], autopct='%1.1f%%', startangle=90)
    ax2.axis('equal')
    st.pyplot(fig2)

with col3:
    seg_valor = fiis.groupby('SEGMENTO').sum().reset_index().sort_values(by=['VALOR BRUTO'], ascending=False)
    st.dataframe(seg_valor[["SEGMENTO", "VALOR BRUTO"]], use_container_width=True)

st.title('Ações')

# filtrando apenas ações
acao = df[df['TIPO DE INVESTIMENTO'] == 'Ação'].copy()

with st.spinner('Loading...'):
    df_infos_acao = generate_data_stock(acao['DESCRIÇÃO'].unique())

# dropando colunas que não serão utilizadas
df_infos_acao = df_infos_acao.drop(columns=["p_vp", "dividend_yield_stock"])

# renomeando colunas
df_infos_acao.columns = Stock.get_meaning_of_fields().values()

with st.expander("Visualizar dados brutos"):
    st.dataframe(df_infos_acao, use_container_width=True)

# reordenando colunas
df_infos_acao = df_infos_acao[["Nome", "Cotação", "Dividend Yield", "P/VP", "Valorização"]]

# dropando colunas que não serão utilizadas
acao.drop(columns=['TIPO DE INVESTIMENTO'], inplace=True)

# adicionando colunas com informações das ações
acao['VALORIZAÇÃO'] = acao["DESCRIÇÃO"].map(df_infos_acao.set_index("Nome")["Valorização"])
acao["COTAÇÃO"] = acao["DESCRIÇÃO"].map(df_infos_acao.set_index("Nome")["Cotação"])
acao["P/VP"] = acao["DESCRIÇÃO"].map(df_infos_acao.set_index("Nome")["P/VP"])
acao["DIVIDEND YIELD"] = acao["DESCRIÇÃO"].map(df_infos_acao.set_index("Nome")["Dividend Yield"])

# formatando colunas
acao["P/VP"] = acao["P/VP"].str.replace(',', '.')
acao['VALOR BRUTO'] = acao['VALOR BRUTO'].str.replace('.', '')
acao['VALOR BRUTO'] = acao['VALOR BRUTO'].str.replace('R$ ', '')
acao['VALOR BRUTO'] = acao['VALOR BRUTO'].str.replace(',', '.')
acao['VALOR BRUTO'] = acao['VALOR BRUTO'].astype(float)

acao["COTAÇÃO"] = acao["COTAÇÃO"].str.replace(',', '.')
acao["COTAÇÃO"] = acao["COTAÇÃO"].str.replace('R$ ', '')
acao['COTAÇÃO'] = acao['COTAÇÃO'].astype(float)

acao["VALORIZAÇÃO"] = acao["VALORIZAÇÃO"].str.replace(',', '.')
acao["VALORIZAÇÃO"] = acao["VALORIZAÇÃO"].str.replace('%', '')
acao["VALORIZAÇÃO"] = acao["VALORIZAÇÃO"].astype(float)

acao['QUANTIDADE'] = acao['QUANTIDADE'].str.replace(',0', '')
acao['QUANTIDADE'] = acao['QUANTIDADE'].astype(int)

# acao["DIVIDEND YIELD"] = acao["DIVIDEND YIELD"].str.replace(',', '.')
# acao["DIVIDEND YIELD"] = acao["DIVIDEND YIELD"].str.replace('%', '')
# acao["DIVIDEND YIELD"] = acao["DIVIDEND YIELD"].str.replace('-', None)
# acao["DIVIDEND YIELD"] = acao["DIVIDEND YIELD"].astype(float)

# aplicando formatação
styled_df_acao = acao.style
styled_df_acao = styled_df_acao.format({
    'VALOR BRUTO': 'R${:,.2f}',
    'VALORIZAÇÃO': '{:.2f}%',
    'COTAÇÃO': 'R$ {:,.2f}',
    # 'DIVIDEND YIELD': '{:.2f}%'
})

styled_df_acao = styled_df_acao.applymap(bigger_than_pvp, subset=['P/VP'])
styled_df_acao = styled_df_acao.applymap(bigger_than_val, subset=['VALORIZAÇÃO'])

st.dataframe(styled_df_acao, use_container_width=True)