Update app.py

app.py

@@ -11,6 +11,7 @@ from reportlab.lib.styles import getSampleStyleSheet
 import shutil
 import os
 
+
 # Function to save results in a PDF file
 def save_results_to_pdf(results_formatados, intervalo_confiança, valores_finais):
     doc = SimpleDocTemplate("resultados.pdf", pagesize=letter)
@@ -94,6 +95,35 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=10):
     df_area_terreno['fat'] = round((df_area_terreno['razao']) ** (df_area_terreno['n']), 2)
     df_area_terreno = df_area_terreno[['fat']]
 
+    #-----------------#
+    
+    # fator topografia (ftp)
+    # dicionário topografia
+    dict_topo = {
+        'plano|<5%': 1,
+        'aclive_leve|5% e 30%': 0.95,
+        'declive_leve|5% e 30%': 0.90,
+        'aclive_acentuado|>30%': 0.85,
+        'declive_acentuado|>30%': 0.80,
+    }
+
+    # cria dataframe apenas com as colunas necessárias a partir do dataframe dos dados
+    df_topografia = df_dados.copy()
+    df_topografia = df_topografia[['Topografia']]
+
+    # cria dataframe apenas com as colunas necessárias a partir do dataframe do avaliando
+    df_topografia_aval = df_avaliando.copy()
+    df_topografia_aval = df_topografia_aval[['Topografia']]
+
+    # Função para mapear os valores de Topografia para cod_topo usando o dicionário
+    def mapear_cod_topo(topografia):
+        return dict_topo.get(topografia, 0)  # 0 como valor padrão caso a topografia não esteja no dicionário
+    # Aplicando a função para criar a coluna cod_topo em df_dados e df_avaliando
+    df_topografia['coef_tp'] = df_topografia['Topografia'].apply(mapear_cod_topo)
+    df_topografia_aval['coef_tp'] = df_topografia_aval['Topografia'].apply(mapear_cod_topo)
+    df_topografia['ftp'] = round(df_topografia_aval['coef_tp'][0]/df_topografia['coef_tp'],2)
+    df_topografia = df_topografia[['ftp']] 
+    
         #-----------------#
 
     # fator idade aparente e conservação (fic)
@@ -195,20 +225,21 @@ def avaliacao_imovel(planilha, num_linhas_desejadas=10):
         #-----------------#
 
     # concatemando o dataframe principal com as dataframes dos fatores
-    result = pd.concat([df_dados, df_transp, df_area_const, df_area_terreno, df_idade_cons, df_padrao, df_vaga, df_exc], axis=1)
+    result = pd.concat([df_dados, df_transp, df_area_const, df_area_terreno, df_topografia, df_idade_cons, df_padrao, df_vaga, df_exc], axis=1)
     result['Valor_desc'] = round(result['Valor']*(result['fof']), 2)
     result['Vunit'] = round((result['Valor_desc']/result['Área Construída']), 2)
-    result = result[['Atratividade local', 'Área Construída', 'Área Terreno',
-       'Idade aparente e conservação', 'Padrão construtivo', 'Vagas',
-       'Coeficiente extra', 'Valor', 'fof','Valor_desc', 'Vunit','fal', 'fac', 'fat', 'fic',
-       'fpd', 'fvg', 'fex']]
+    result = result[['Atratividade local', 'Área Construída', 'Área Terreno', 'Topografia',
+           'Idade aparente e conservação', 'Padrão construtivo', 'Vagas',
+           'Coeficiente extra', 'Valor', 'fof','Valor_desc', 'Vunit','fal', 'fac', 'fat', 'ftp', 'fic',
+           'fpd', 'fvg', 'fex']]
     result['Vunit_hom'] = round(result['Vunit'] * result['fal'] * \
-                                                result['fac'] * \
-                                                result['fat'] * \
-                                                result['fic'] * \
-                                                result['fpd'] * \
-                                                result['fvg'] * \
-                                                result['fex'], 2)
+                                                    result['fac'] * \
+                                                    result['fat'] * \
+                                                    result['ftp'] * \
+                                                    result['fic'] * \
+                                                    result['fpd'] * \
+                                                    result['fvg'] * \
+                                                    result['fex'], 2)
 
     
     # RESULTADOS ESTATÍSTICOS INICIAIS