Code Editor for app.py

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

st.title("Coût des Produits Chimiques par Filiale")

# Création d'un formulaire pour saisir les données
st.subheader("Saisie des Coûts par Groupe et par Filiale")

# Liste des filiales et groupes de produits chimiques
subsidiaries = ['RDC', 'CONGO', 'GABON', 'CAMEROUN', 'TCHAD', 'BRAZIL']
chemical_groups = ['Groupe 1', 'Groupe 2', 'Groupe 3', 'Groupe 4', 'Groupe 5']

# Création d'un dictionnaire pour stocker les données
if 'cost_data' not in st.session_state:
    st.session_state.cost_data = {
        subsidiary: {group: 0 for group in chemical_groups}
        for subsidiary in subsidiaries
    }

# Interface de saisie avec colonnes
cols = st.columns(len(subsidiaries))
for idx, subsidiary in enumerate(subsidiaries):
    with cols[idx]:
        st.write(f"**{subsidiary}**")
        for group in chemical_groups:
            st.session_state.cost_data[subsidiary][group] = st.number_input(
                f"{group}",
                value=float(st.session_state.cost_data[subsidiary][group]),
                key=f"{subsidiary}_{group}",
                step=1000.0
            )

# Création du graphique
fig = go.Figure()

# Couleurs pour chaque groupe
colors = ['#FF9999', '#66B2FF', '#99FF99', '#FFCC99', '#FF99CC']

# Ajout des barres empilées pour chaque groupe
for idx, group in enumerate(chemical_groups):
    values = [st.session_state.cost_data[subsidiary][group] for subsidiary in subsidiaries]
    
    fig.add_trace(go.Bar(
        name=group,
        x=subsidiaries,
        y=values,
        marker_color=colors[idx]
    ))

# Mise en forme du graphique
fig.update_layout(
    barmode='stack',
    title='Coût des Produits Chimiques par Filiale et par Groupe',
    xaxis_title='Filiales',
    yaxis_title='Coût ($/année)',
    showlegend=True,
    legend_title='Groupes de Produits'
)

# Affichage du graphique
st.plotly_chart(fig, use_container_width=True)

# Affichage des données sous forme de tableau
st.subheader("Tableau des données")
data_for_df = {subsidiary: [st.session_state.cost_data[subsidiary][group] 
                           for group in chemical_groups] 
               for subsidiary in subsidiaries}
df = pd.DataFrame(data_for_df, index=chemical_groups)
st.dataframe(df)

# Calcul et affichage des totaux
st.subheader("Totaux par filiale")
totals = df.sum()
st.dataframe(totals.to_frame(name="Total ($/année)"))