app.py

import pandas as pd
import streamlit as st
import numpy as np
from scipy.stats import pearsonr

# Загрузка данных из Excel файлов
vacancy = 'vacancy_new_new.xlsx'
resume = 'resume_new_new.xlsx'
file_nkz = 'label_NKZ.xlsx'
file_skills = 'label_skills_new.xlsx'

df_vacancy = pd.read_excel(vacancy)
df_resume = pd.read_excel(resume)
df_nkz = pd.read_excel(file_nkz)
df_skills = pd.read_excel(file_skills)

# Проверка, что в файлах есть нужные колонки
required_columns = {'skills', 'name', 'NKZ', 'id'}
for df, fname in zip([df_vacancy, df_resume, df_nkz, df_skills], [vacancy, resume, file_nkz, file_skills]):
    if not required_columns.intersection(df.columns):
        raise ValueError(f"Файл {fname} должен содержать колонки {required_columns}")

# Streamlit интерфейс
st.title("Поиск совпадений по навыкам")

# Ввод текста для добавления в колонку 'name'
new_name = st.text_input("Введите название")

# Выбор из колонки 'NKZ' из файла label_NKZ
nkz_options = df_nkz['name'].unique().tolist()
selected_nkz = st.selectbox("Выберите профессию по НКЗ", nkz_options)

# Множественный выбор из колонки 'skills' из файла label_skills
skills_options = sorted(df_skills[df_skills['NKZ'] == df_nkz[df_nkz['name'] == selected_nkz]['NKZ'].values[0]]['skills'].unique().tolist())
selected_skills = st.multiselect("Выберите навыки", skills_options)

# Выбор файла для поиска совпадений
file_option = st.selectbox("Выберите тип", ("Вакансия", "Резюме"))

# Кнопки для добавления новой записи и запуска поиска совпадений
if st.button("Найти совпадения"):
    if new_name and selected_skills:
        # Определение DataFrame для поиска совпадений
        df_to_search = df_vacancy if file_option == "Вакансия" else df_resume
        skills_ids = df_skills[df_skills['skills'].isin(selected_skills)]['id'].values

        # Преобразование в array для поиска
        selected_skills_array = np.array(skills_ids, dtype=int)

        # Поиск совпадений по методу correlation
        matching_results = []
        for index, row in df_to_search.iterrows():
            if 'arr' in row and isinstance(row['arr'], str):
                arr_values = np.array([int(x) for x in row['arr'].split(',')], dtype=int)
                correlation, _ = pearsonr(selected_skills_array, arr_values)
                if correlation > 0.5:
                    matching_results.append({
                        'Name': row['name'],
                        'Correlation': correlation
                    })

        # Вывод результатов, где совпадение больше 50%
        st.write("Результаты с совпадением более 50%:")
        if matching_results:
            for result in matching_results:
                st.markdown(
                    f"""
                    <div style="border: 1px solid #ddd; padding: 10px; border-radius: 5px; margin-bottom: 10px;">
                        <h4 style="margin: 0;">{result['Name']}</h4>
                        <p><strong>Коэффициент совпадения:</strong> {result['Correlation']:.2f}</p>
                    </div>
                    """,
                    unsafe_allow_html=True
                )
        else:
            st.write("Нет совпадений с коэффициентом совпадения более 50%.")
    else:
        st.error("Пожалуйста, введите имя и выберите навыки для сравнения.")