Code Editor for app.py

import streamlit as st
import pandas as pd
import plotly.express as px
import datetime
import numpy as np

# Configuration de la page
st.set_page_config(page_title="Suivi des Débits d'Injection", layout="wide")

# Titre de l'application
st.title("Suivi des Débits d'Injection des Produits Chimiques")

# Création des données fictives
def generate_data():
    # Créer une plage de dates sur 3 mois
    dates = pd.date_range(start='2023-01-01', end='2023-03-31', freq='D')
    
    # Définir les sites et produits
    sites = ['MIOC', 'REP']
    products = ['BIOPER', 'PERCOR INHIB', 'PERDEFLOC K01']
    
    # Création des données
    data = []
    for site in sites:
        for product in products:
            # Générer des débits aléatoires avec une tendance
            base_flow = np.random.uniform(50, 150)
            noise = np.random.normal(0, 5, len(dates))
            trend = np.linspace(0, 20, len(dates))
            flows = base_flow + noise + trend
            
            for date, flow in zip(dates, flows):
                data.append({
                    'Date': date,
                    'Site': site,
                    'Produit': product,
                    'Débit (L/j)': max(0, flow)  # Assurer que le débit n'est pas négatif
                })
    
    return pd.DataFrame(data)

# Charger les données
df = generate_data()

# Filtres dans la barre latérale
st.sidebar.header("Filtres")

# Sélection du site
selected_sites = st.sidebar.multiselect(
    "Sélectionner les sites",
    options=df['Site'].unique(),
    default=df['Site'].unique()
)

# Sélection des produits
selected_products = st.sidebar.multiselect(
    "Sélectionner les produits",
    options=df['Produit'].unique(),
    default=df['Produit'].unique()
)

# Filtrer les données
filtered_df = df[
    (df['Site'].isin(selected_sites)) &
    (df['Produit'].isin(selected_products))
]

# Création du graphique
fig = px.line(
    filtered_df,
    x='Date',
    y='Débit (L/j)',
    color='Produit',
    line_dash='Site',
    title='Évolution des Débits d\'Injection par Produit et Site',
    labels={'Débit (L/j)': 'Débit (L/j)', 'Date': 'Date'}
)

fig.update_layout(
    height=600,
    hovermode='x unified',
    legend=dict(
        orientation="h",
        yanchor="bottom",
        y=1.02,
        xanchor="right",
        x=1
    )
)

# Afficher le graphique
st.plotly_chart(fig, use_container_width=True)

# Afficher les statistiques
st.header("Statistiques par Site et Produit")

# Calculer les statistiques
stats_df = filtered_df.groupby(['Site', 'Produit'])['Débit (L/j)'].agg([
    ('Moyenne', 'mean'),
    ('Min', 'min'),
    ('Max', 'max')
]).round(2)

# Afficher le tableau des statistiques
st.dataframe(stats_df, use_container_width=True)

# Afficher les données brutes
if st.checkbox("Afficher les données brutes"):
    st.dataframe(filtered_df)