Code Editor for app.py

import streamlit as st
import pandas as pd
import plotly.graph_objects as go

# Configuration de la page
st.set_page_config(page_title="Analyse Budget Produits Chimiques", layout="wide")

# Titre de l'application
st.title("Analyse du Budget des Produits Chimiques par Site")

# Création des données exemple
chemicals = [
    "PERDEFLOC K01",
    "PERMEA SCAV",
    "PERCOR INHIB",
    "PERSUPERCLEAN",
    "BIOPER",
    "PERDEFOAM"
]

# Prix unitaires fictifs en dollars
prices = {
    "PERDEFLOC K01": 150,
    "PERMEA SCAV": 200,
    "PERCOR INHIB": 180,
    "PERSUPERCLEAN": 120,
    "BIOPER": 250,
    "PERDEFOAM": 160
}

# Création d'un DataFrame avec des données exemple
def generate_sample_data():
    data = {
        'site': ['REP'] * len(chemicals) + ['MIOC'] * len(chemicals),
        'chemical': chemicals * 2,
        'consumption': [100, 150, 80, 200, 120, 90, 80, 130, 70, 180, 100, 70],  # Consommation fictive
        'price': [prices[chem] for chem in chemicals * 2]
    }
    df = pd.DataFrame(data)
    df['cost'] = df['consumption'] * df['price']
    return df

df = generate_sample_data()

# Sélection des sites
sites = st.multiselect(
    "Sélectionnez les sites à afficher",
    options=['REP', 'MIOC'],
    default=['REP', 'MIOC']
)

if not sites:
    st.warning("Veuillez sélectionner au moins un site.")
else:
    # Filtrer les données selon les sites sélectionnés
    filtered_df = df[df['site'].isin(sites)]
    
    # Création du graphique en barres groupées
    fig = go.Figure()
    
    colors = {
        'REP': '#1f77b4',
        'MIOC': '#ff7f0e'
    }
    
    for site in sites:
        site_data = filtered_df[filtered_df['site'] == site]
        
        fig.add_trace(go.Bar(
            name=site,
            x=site_data['chemical'],
            y=site_data['cost'],
            text=site_data['cost'].apply(lambda x: f'${x:,.0f}'),
            textposition='auto',
        ))
    
    # Mise en forme du graphique
    fig.update_layout(
        title="Budget Consommé par Produit Chimique et par Site",
        xaxis_title="Produits Chimiques",
        yaxis_title="Coût (USD)",
        barmode='group',
        height=600,
        showlegend=True,
        legend_title="Sites",
        font=dict(size=12),
        xaxis=dict(tickangle=45)
    )
    
    # Affichage du graphique
    st.plotly_chart(fig, use_container_width=True)
    
    # Affichage des données en tableau
    st.subheader("Données détaillées")
    
    # Formater les coûts en dollars
    display_df = filtered_df.copy()
    display_df['cost'] = display_df['cost'].apply(lambda x: f'${x:,.2f}')
    display_df.columns = ['Site', 'Produit Chimique', 'Consommation', 'Prix Unitaire ($)', 'Coût Total']
    
    st.dataframe(display_df)