Code Editor for app.py

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

# Création des données
subsidiaries = ['RDC', 'CONGO', 'GABON', 'CAMEROUN', 'TCHAD', 'BRAZIL']
chemical_groups = ['Group 1', 'Group 2', 'Group 3', 'Group 4', 'Group 5']

# Génération de données aléatoires pour l'exemple
# En pratique, ces données devraient venir de votre source de données réelle
data = {
    'Subsidiary': [],
    'Chemical_Group': [],
    'Cost': []
}

import random
for subsidiary in subsidiaries:
    for group in chemical_groups:
        data['Subsidiary'].append(subsidiary)
        data['Chemical_Group'].append(group)
        # Générer un coût aléatoire entre 10000 et 100000
        data['Cost'].append(random.uniform(10000, 100000))

# Création du DataFrame
df = pd.DataFrame(data)

# Pivotement des données pour créer le graphique empilé
pivot_data = df.pivot(index='Subsidiary', columns='Chemical_Group', values='Cost')

# Création du graphique
st.title('Coût des Produits Chimiques par Filiale')

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

# Création du graphique avec matplotlib
fig, ax = plt.subplots(figsize=(12, 6))
bottom = np.zeros(len(subsidiaries))

for idx, group in enumerate(chemical_groups):
    values = pivot_data[group]
    ax.bar(subsidiaries, values, bottom=bottom, label=group, color=colors[idx])
    bottom += values

# Personnalisation du graphique
plt.title('Coût des Produits Chimiques par Filiale et par Groupe')
plt.xlabel('Filiales')
plt.ylabel('Coût ($/year)')
plt.legend(title='Groupes de Produits Chimiques')
plt.xticks(rotation=45)

# Ajout des valeurs totales au-dessus de chaque barre
total_costs = pivot_data.sum(axis=1)
for i, total in enumerate(total_costs):
    plt.text(i, total, f'${total:,.0f}', ha='center', va='bottom')

# Ajustement de la mise en page
plt.tight_layout()

# Affichage du graphique dans Streamlit
st.pyplot(fig)

# Affichage des données en format tableau
st.subheader('Données détaillées')
st.dataframe(pivot_data.round(2))