Update app.py

app.py

@@ -10,7 +10,7 @@ from docx.shared import Inches, Pt
 from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
 import os
 
-def generar_tabla(n_filas, concentracion_inicial, unidad_medida):
+def generar_tabla(n_filas, concentracion_inicial, unidad_medida, decimales_predicha=0):
     valores_base = [1.00, 0.80, 0.60, 0.40, 0.20, 0.10, 0.05]
 
     if n_filas <= 7:
@@ -34,19 +34,27 @@ def generar_tabla(n_filas, concentracion_inicial, unidad_medida):
     nombre_columna = f"Solución de inóculo ({concentracion_inicial} {unidad_medida})"
     df["Factor de Dilución"] = df[nombre_columna].apply(lambda x: round(1 / x, 2))
     df[f"Concentración Predicha ({unidad_medida})"] = df["Factor de Dilución"].apply(
-        lambda x: round(concentracion_inicial / x, 0)
+        lambda x: round(concentracion_inicial / x, decimales_predicha)
     )
 
     df[f"Concentración Real ({unidad_medida})"] = None
 
     return df
 
+def ajustar_decimales_evento(df, decimales):
+    df = df.copy()
+    # Identificar la columna de Concentración Predicha
+    col_predicha = [col for col in df.columns if 'Concentración Predicha' in col][0]
+    # Redondear la columna al número de decimales especificado
+    df[col_predicha] = df[col_predicha].apply(lambda x: round(float(x), decimales))
+    return df
+
 def generar_datos_sinteticos(df, desviacion_std):
     col_predicha = [col for col in df.columns if 'Predicha' in col][0]
     col_real = [col for col in df.columns if 'Real' in col][0]
 
     # Generar datos sintéticos
-    valores_predichos = df[col_predicha].values
+    valores_predichos = df[col_predicha].astype(float).values
     datos_sinteticos = valores_predichos + np.random.normal(0, desviacion_std, size=len(valores_predichos))
     datos_sinteticos = np.maximum(0, datos_sinteticos)  # Asegurar que no haya valores negativos
     datos_sinteticos = np.round(datos_sinteticos, 2)
@@ -60,8 +68,8 @@ def generar_graficos(df_valid):
     col_real = [col for col in df_valid.columns if 'Real' in col][0]
 
     # Calcular regresión lineal
-    slope, intercept, r_value, p_value, std_err = stats.linregress(df_valid[col_predicha], df_valid[col_real])
-    df_valid['Ajuste Lineal'] = intercept + slope * df_valid[col_predicha]
+    slope, intercept, r_value, p_value, std_err = stats.linregress(df_valid[col_predicha].astype(float), df_valid[col_real].astype(float))
+    df_valid['Ajuste Lineal'] = intercept + slope * df_valid[col_predicha].astype(float)
 
     # Configurar estilos
     sns.set(style="whitegrid")
@@ -92,9 +100,11 @@ def generar_graficos(df_valid):
     )
 
     # Línea ideal
+    min_predicha = df_valid[col_predicha].astype(float).min()
+    max_predicha = df_valid[col_predicha].astype(float).max()
     ax1.plot(
-        [df_valid[col_predicha].min(), df_valid[col_predicha].max()],
-        [df_valid[col_predicha].min(), df_valid[col_predicha].max()],
+        [min_predicha, max_predicha],
+        [min_predicha, max_predicha],
         color='red',
         linestyle='--',
         label='Ideal'
@@ -118,7 +128,7 @@ def generar_graficos(df_valid):
     ax1.legend(loc='lower right', fontsize=10)
 
     # Gráfico de residuos
-    residuos = df_valid[col_real] - df_valid['Ajuste Lineal']
+    residuos = df_valid[col_real].astype(float) - df_valid['Ajuste Lineal']
     sns.scatterplot(
         data=df_valid,
         x=col_predicha,
@@ -163,7 +173,7 @@ def evaluar_calidad_calibracion(df_valid, r_squared, rmse, cv_percent):
     if cv_percent > 15:
         evaluacion["recomendaciones"].append("- La variabilidad es alta. Revise el procedimiento de dilución")
 
-    if rmse > 0.1 * df_valid[df_valid.columns[-1]].mean():
+    if rmse > 0.1 * df_valid[df_valid.columns[-1]].astype(float).mean():
         evaluacion["recomendaciones"].append("- El error de predicción es significativo. Verifique la técnica de medición")
 
     return evaluacion
@@ -173,6 +183,10 @@ def generar_informe_completo(df_valid):
     col_predicha = [col for col in df_valid.columns if 'Predicha' in col][0]
     col_real = [col for col in df_valid.columns if 'Real' in col][0]
 
+    # Convertir a numérico
+    df_valid[col_predicha] = df_valid[col_predicha].astype(float)
+    df_valid[col_real] = df_valid[col_real].astype(float)
+
     # Calcular estadísticas
     slope, intercept, r_value, p_value, std_err = stats.linregress(df_valid[col_predicha], df_valid[col_real])
     r_squared = r_value ** 2
@@ -372,10 +386,6 @@ def cargar_ejemplo_od():
     df[f"Concentración Real (OD)"] = valores_reales
     return 1.0, "OD", 7, df
 
-def actualizar_tabla_evento(n_filas, concentracion, unidad):
-    df = generar_tabla(n_filas, concentracion, unidad)
-    return df
-
 def limpiar_datos():
     df = generar_tabla(7, 2000000, "UFC")
     return (
@@ -390,7 +400,9 @@ def limpiar_datos():
 
 def generar_datos_sinteticos_evento(df):
     df = df.copy()
-    desviacion_std = 0.05 * df[df.columns[-2]].mean()  # 5% de la media como desviación estándar
+    col_predicha = [col for col in df.columns if 'Predicha' in col][0]
+    df[col_predicha] = pd.to_numeric(df[col_predicha], errors='coerce')
+    desviacion_std = 0.05 * df[col_predicha].mean()  # 5% de la media como desviación estándar
     df = generar_datos_sinteticos(df, desviacion_std)
     return df
 
@@ -420,10 +432,18 @@ with gr.Blocks(theme=gr.themes.Soft()) as interfaz:
                 step=1,
                 label="Número de filas"
             )
+            decimales_slider = gr.Slider(
+                minimum=0,
+                maximum=5,
+                value=0,
+                step=1,
+                label="Número de Decimales"
+            )
 
         with gr.Row():
             calcular_btn = gr.Button("🔄 Calcular", variant="primary")
             limpiar_btn = gr.Button("🗑 Limpiar Datos", variant="secondary")
+            ajustar_decimales_btn = gr.Button("🛠 Ajustar Decimales", variant="secondary")
 
         with gr.Row():
             ejemplo_ufc_btn = gr.Button("📋 Cargar Ejemplo UFC", variant="secondary")
@@ -443,14 +463,13 @@ with gr.Blocks(theme=gr.themes.Soft()) as interfaz:
     with gr.Tab("📊 Análisis y Reporte"):
         estado_output = gr.Textbox(label="Estado", interactive=False)
         graficos_output = gr.Plot(label="Gráficos de Análisis")
-        informe_output = gr.Markdown(elem_id="informe_output")  # Añadimos elem_id para poder referenciarlo en JS
+        informe_output = gr.Markdown(elem_id="informe_output")
 
         with gr.Row():
             copiar_btn = gr.Button("📋 Copiar Informe", variant="secondary")
             exportar_word_btn = gr.Button("💾 Exportar Informe Word", variant="primary")
             exportar_latex_btn = gr.Button("💾 Exportar Informe LaTeX", variant="primary")
 
-            # Agregar componentes gr.File para los archivos exportados
             exportar_word_file = gr.File(label="Informe en Word")
             exportar_latex_file = gr.File(label="Informe en LaTeX")
 
@@ -490,26 +509,43 @@ with gr.Blocks(theme=gr.themes.Soft()) as interfaz:
         outputs=tabla_output
     )
 
+    # Evento al presionar el botón Ajustar Decimales
+    ajustar_decimales_btn.click(
+        fn=ajustar_decimales_evento,
+        inputs=[tabla_output, decimales_slider],
+        outputs=tabla_output
+    )
+
     # Actualizar tabla al cambiar los parámetros
+    def actualizar_tabla_evento(n_filas, concentracion, unidad, decimales):
+        df = generar_tabla(n_filas, concentracion, unidad, decimales)
+        return df
+
     concentracion_input.change(
         fn=actualizar_tabla_evento,
-        inputs=[filas_slider, concentracion_input, unidad_input],
+        inputs=[filas_slider, concentracion_input, unidad_input, decimales_slider],
         outputs=tabla_output
     )
 
     unidad_input.change(
         fn=actualizar_tabla_evento,
-        inputs=[filas_slider, concentracion_input, unidad_input],
+        inputs=[filas_slider, concentracion_input, unidad_input, decimales_slider],
         outputs=tabla_output
     )
 
     filas_slider.change(
         fn=actualizar_tabla_evento,
-        inputs=[filas_slider, concentracion_input, unidad_input],
+        inputs=[filas_slider, concentracion_input, unidad_input, decimales_slider],
+        outputs=tabla_output
+    )
+
+    decimales_slider.change(
+        fn=actualizar_tabla_evento,
+        inputs=[filas_slider, concentracion_input, unidad_input, decimales_slider],
         outputs=tabla_output
     )
 
-    # Evento de copiar informe utilizando JavaScript (cambiamos '_js' por 'js')
+    # Evento de copiar informe utilizando JavaScript
     copiar_btn.click(
         None,
         [],
@@ -532,13 +568,13 @@ with gr.Blocks(theme=gr.themes.Soft()) as interfaz:
     exportar_word_btn.click(
         fn=exportar_word,
         inputs=[tabla_output, informe_output],
-        outputs=exportar_word_file  # Output al componente gr.File
+        outputs=exportar_word_file
     )
 
     exportar_latex_btn.click(
         fn=exportar_latex,
         inputs=[tabla_output, informe_output],
-        outputs=exportar_latex_file  # Output al componente gr.File
+        outputs=exportar_latex_file
     )
 
     # Inicializar la interfaz con el ejemplo base