Code Editor for app.py

import streamlit as st
import pandas as pd
import numpy as np
from datetime import datetime, timedelta

# Generar datos de ejemplo
def generate_sample_data(n_rows=1000):
    np.random.seed(42)
    dates = pd.date_range(
        start='2022-01-01',
        end='2023-12-31',
        periods=n_rows
    )
    
    data = {
        'Fecha': dates,
        'Cliente': np.random.choice(['Cliente A', 'Cliente B', 'Cliente C', 'Cliente D', 'Cliente E'], n_rows),
        'Producto': np.random.choice(['Laptop', 'Smartphone', 'Tablet', 'Monitor', 'Teclado'], n_rows),
        'Cantidad': np.random.randint(1, 50, n_rows),
        'Precio': np.random.uniform(100, 2000, n_rows).round(2),
    }
    
    df = pd.DataFrame(data)
    df['Total'] = df['Cantidad'] * df['Precio']
    return df

# Crear el dataframe
df = generate_sample_data()

st.title('📊 Tabla de Ventas con Filtro de Fechas')

# Crear el slider de fechas
min_date = df['Fecha'].min().date()
max_date = df['Fecha'].max().date()

col1, col2 = st.columns(2)
with col1:
    start_date = st.date_input('Fecha inicial', min_date)
with col2:
    end_date = st.date_input('Fecha final', max_date)

# Filtrar los datos según el rango de fechas seleccionado
mask = (df['Fecha'].dt.date >= start_date) & (df['Fecha'].dt.date <= end_date)
filtered_df = df.loc[mask]

# Mostrar estadísticas
st.subheader('📈 Resumen')
col1, col2, col3 = st.columns(3)
with col1:
    st.metric('Total Ventas', f"${filtered_df['Total'].sum():,.2f}")
with col2:
    st.metric('Promedio por Venta', f"${filtered_df['Total'].mean():,.2f}")
with col3:
    st.metric('Número de Ventas', f"{len(filtered_df):,}")

# Mostrar la tabla filtrada
st.subheader('🗓️ Datos filtrados')
st.dataframe(
    filtered_df.style.format({
        'Precio': '${:.2f}',
        'Total': '${:.2f}'
    }),
    height=400
)

# Mostrar gráfico de ventas por día
st.subheader('📊 Ventas diarias')
daily_sales = filtered_df.groupby('Fecha')['Total'].sum().reset_index()
st.line_chart(daily_sales.set_index('Fecha'))