File size: 1,933 Bytes
f3f77c0 ee18ffc f3f77c0 f33a271 f3f77c0 ee18ffc f3f77c0 ee18ffc f33a271 f3f77c0 ee18ffc f33a271 ee18ffc f33a271 2e99c86 ee18ffc |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 |
import gradio as gr
import pandas as pd
def create_interface(process_fn):
with gr.Blocks() as demo:
gr.Markdown("# Interfaz de Usuario para el Procesamiento de Datos de Bioproceso")
# **Inputs de Archivo y Parámetros**
file_input = gr.File(label="Subir archivo Excel con los datos", file_types=[".xls", ".xlsx"])
# Botón para Procesar
process_button = gr.Button("Procesar")
# Salida
output_image = gr.Image(label="Gráfico Generado")
output_text = gr.Textbox(label="Análisis Generado", lines=10)
# Conectar el botón con la función de procesamiento
process_button.click(
fn=process_fn,
inputs=[file_input], # Solo necesitamos el archivo aquí
outputs=[output_image, output_text]
)
return demo
def process_and_plot(file):
# Leer el archivo Excel proporcionado
combined_data = read_excel_data(file.name)
# Aquí puedes procesar los datos como lo has hecho anteriormente
# Procesamiento y visualización de los resultados, basado en los datos leídos
# Retornar gráficos generados y análisis
# Para fines de ejemplo, solo mostramos una vista previa de los datos
return combined_data.head(), "Análisis de los datos realizados"
# Aquí se define la función que limpia y procesa los datos
def read_excel_data(file_path):
excel_data = pd.ExcelFile(file_path)
all_data = []
for sheet in excel_data.sheet_names:
df = pd.read_excel(excel_data, sheet_name=sheet)
# Eliminar columnas innecesarias y renombrar las importantes
df_clean = df.iloc[:, :4] # Las primeras 4 columnas contienen datos importantes
df_clean.columns = ['Tiempo', 'Biomasa', 'Sustrato', 'Producto']
all_data.append(df_clean)
combined_data = pd.concat(all_data, ignore_index=True)
return combined_data
|