Update app.py

app.py

@@ -1,12 +1,21 @@
+
+
+
+
+
+
+
+
+
+
 import pandas as pd
 import streamlit as st
-import numpy as np
 
 # Загрузка данных из четырех Excel файлов
 vacancy = 'vacancy_new_new.xlsx'
 resume = 'resume_new_new.xlsx'
 file_nkz = 'label_NKZ.xlsx'
-file_skills = 'label_skills_new.xlsx'
+file_skills = 'label_skills.xlsx'
 
 df_vacancy = pd.read_excel(vacancy)
 df_resume = pd.read_excel(resume)
@@ -14,11 +23,11 @@ df_nkz = pd.read_excel(file_nkz)
 df_skills = pd.read_excel(file_skills)
 
 # Проверка, что в файлах есть нужные колонки
-if 'skills' not in df_vacancy.columns or 'skills' not in df_resume.columns or 'name' not in df_vacancy.columns or 'name' not in df_resume.columns or 'NKZ' not in df_nkz.columns or 'skills' not in df_skills.columns or 'id' not in df_skills.columns:
-    raise ValueError("Файлы должны содержать колонки 'skills', 'name', 'NKZ' и 'id'")
+if 'skills' not in df_vacancy.columns or 'skills' not in df_resume.columns or 'name' not in df_vacancy.columns or 'name' not in df_resume.columns or 'NKZ' not in df_nkz.columns or 'skills' not in df_skills.columns:
+    raise ValueError("Файлы должны содержать колонки 'skills', 'name' и 'NKZ'")
 
 # Streamlit интерфейс
-st.title("Поиск совпадений по навыкам на основе корреляции")
+st.title("Поиск совпадений по навыкам")
 
 # Ввод текста для добавления в колонку 'name'
 new_name = st.text_input("Введите название")
@@ -29,52 +38,80 @@ selected_nkz = st.selectbox("Выберите профессию по НКЗ", n
 
 # 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)
 
-# Преобразование выбранных навыков в массив числовых значений
+selected_skills = st.multiselect("Выберите навыки", skills_options)
 if selected_skills:
     selected_ids = df_skills[df_skills['skills'].isin(selected_skills)]['id'].tolist()
 else:
     selected_ids = []
-
 # Выбор файла для поиска совпадений
 file_option = st.selectbox("Выберите тип", ("Вакансия", "Резюме"))
 
-# Определение DataFrame для поиска совпадений
-if file_option == "Вакансия":
-    ids_to_compare = df_vacancy['arr'].apply(lambda x: [int(i) for i in x.split(',') if i.strip().isdigit()]).tolist()
-    names_to_compare = df_vacancy['name'].tolist()
-else:
-    ids_to_compare = df_resume['arr'].apply(lambda x: [int(i) for i in x.split(',') if i.strip().isdigit()]).tolist()
-    names_to_compare = df_resume['name'].tolist()
-
-# Вычисление корреляции для поиска сходства
-matching_results = []
-if selected_ids:
-    for i, ids_array in enumerate(ids_to_compare):
-        min_len = min(len(selected_ids), len(ids_array))
-        if min_len > 1:  # Для вычисления корреляции необходимо как минимум два элемента
-            correlation = np.corrcoef(selected_ids[:min_len], ids_array[:min_len])[0, 1]
+# Выбор файла для записи новой записи
+write_option = "resume" if file_option == "Вакансия" else "vacancy"
+
+# Кнопки для добавления новой записи и запуска поиска совпадений
+add_entry = st.button("Добавить новую запись")
+if add_entry:
+    if new_name and selected_skills:
+        new_entry = pd.DataFrame({'name': [new_name], 'NKZ': [selected_nkz], 'skills': [' '.join(selected_skills)]})
+        if write_option == "vacancy":
+            df_vacancy = pd.concat([df_vacancy, new_entry], ignore_index=True)
+            df_vacancy.to_excel(vacancy, index=False)
         else:
-            correlation = 0
-        if correlation > 0.5:
-            matching_results.append({
-                'Name': names_to_compare[i],
-                'Correlation': correlation
-            })
-
-# Вывод результатов
-st.write("Результаты поиска на основе корреляции:")
-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>Корреляция:</strong> {result['Correlation']:.2f}</p>
-            </div>
-            """,
-            unsafe_allow_html=True
-        )
-else:
-    st.write("Нет совпадений на основе корреляции с выбранными навыками.")
+            df_resume = pd.concat([df_resume, new_entry], ignore_index=True)
+            df_resume.to_excel(resume, index=False)
+        st.success("Новая запись была успешно добавлена.")
+    else:
+        st.error("Пожалуйста, введите имя и выберите навыки для добавления записи.")
+
+if st.button("Найти совпадения"):
+    if new_name and selected_skills:
+        # Добавление новой записи в противоположный файл
+        new_entry = pd.DataFrame({'name': [new_name], 'NKZ': [selected_nkz], 'skills': [' '.join(selected_skills)]})
+        if write_option == "vacancy":
+            df_vacancy = pd.concat([df_vacancy, new_entry], ignore_index=True)
+            df_vacancy.to_excel(vacancy, index=False)
+        else:
+            df_resume = pd.concat([df_resume, new_entry], ignore_index=True)
+            df_resume.to_excel(resume, index=False)
+        
+        # Определение DataFrame для поиска совпадений
+        if file_option == "Вакансия":
+            ids_to_compare = df_vacancy['arr'].apply(lambda x: [int(i) for i in x.split(',') if i.strip().isdigit()]).tolist()
+            names_to_compare = df_vacancy['name'].tolist()
+        else:
+            ids_to_compare = df_resume['arr'].apply(lambda x: [int(i) for i in x.split(',') if i.strip().isdigit()]).tolist()
+            names_to_compare = df_resume['name'].tolist()
+        
+        # Поиск совпадений по навыкам
+        matching_results = []
+        for i, skills_text in enumerate(skills_to_compare):
+            match_count = sum(skill in skills_text for skill in selected_skills)
+            if match_count >= len(selected_skills) / 2:
+                matching_results.append({
+                    'Name': names_to_compare[i],
+                    'Matching Skills': [skill for skill in selected_skills if skill in skills_text],
+                    'Match Count': match_count
+                })
+        
+        # Вывод результатов, где совпадение как минимум половины выбранных навыков
+        st.write("Результаты с совпадением как минимум половины выбранных навыков:")
+        matching_results = []
+        if selected_ids:
+            for i, ids_array in enumerate(ids_to_compare):
+                min_len = min(len(selected_ids), len(ids_array))
+                if min_len > 1:  # Для вычисления корреляции необходимо как минимум два элемента
+                    correlation = np.corrcoef(selected_ids[:min_len], ids_array[:min_len])[0, 1]
+                else:
+                    correlation = 0
+                if correlation > 0.5:
+                    matching_results.append({
+                        'Name': names_to_compare[i],
+                        'Correlation': correlation
+                    })
+        else:
+            st.write("Нет совпадений с как минимум половиной выбранных навыков.")
+    else:
+        st.error("Пожалуйста, введите имя и выберите навыки для сравнения.")
+