Update views/rci.py

views/rci.py

@@ -1,632 +1,632 @@
-"""
-This module contains the code for the 'rci' view of the application.
-"""
-
-import plotly.express as px
-import streamlit as st
-from groq import Groq
-from streamlit_extras.add_vertical_space import add_vertical_space
-from streamlit_extras.stylable_container import stylable_container
-from streamlit_option_menu import option_menu
-
-from data_cleaning import processar_arquivo
-
-
-
-#################################
-############ BANNER #############
-#################################
-
-with stylable_container(
-    key="banner",
-    css_styles="""
-    img {
-        width: 1800px;
-        height: 400px;
-        overflow: hidden;
-        position: relative;
-        object-fit: cover;
-        border-radius: 14px; /* Adiciona bordas arredondadas */
-        mask-image: linear-gradient(to bottom, rgba(0, 0, 0, 1), rgba(0, 0, 0, 0));
-        -webkit-mask-image: linear-gradient(to bottom, rgba(0, 0, 0, 1), rgba(0, 0, 0, 0)); /* For Safari */
-    }
-    """,
-):
-    st.image("src/images/banner.png")
-
-st.title("Análise de microárea")
-
-
-#################################
-############ BANNER #############
-#################################
-
-
-def clear_chat_history():
-    """
-    Clears the chat history and resets the initial analysis in the session state.
-    This function clears the chat history and resets the initial analysis in the session state.
-    It sets the value of "groq_chat_history" in the session state to an empty list and the value of "initial_analysis" to an empty string.
-    """
-    st.session_state["groq_chat_history"] = []
-    st.session_state["initial_analysis"] = ""
-
-
-#################################
-############ DATA ###############
-#################################
-
-uploaded_file = st.sidebar.file_uploader("Escolha um arquivo CSV", type="csv")
-if uploaded_file is not None:
-    dataframes = processar_arquivo(uploaded_file)
-    DF_DATA = dataframes.get("Data")
-    DF_HEAD = dataframes.get("Head")
-    DF_IDADE = dataframes.get("Idade")
-    DF_GENERO = dataframes.get("genero")
-    DF_COR = dataframes.get("cor")
-    DF_DEFICIENCIA = dataframes.get("deficiencia")
-    DF_DOENCAS = dataframes.get("doencas")
-    DF_ESCOLA = dataframes.get("Escola")
-    DF_TRANSGEN = dataframes.get("transgen")
-    for df in [
-        DF_IDADE,
-        DF_GENERO,
-        DF_COR,
-        DF_DEFICIENCIA,
-        DF_DOENCAS,
-        DF_ESCOLA,
-        DF_TRANSGEN,
-    ]:
-        if df is not None:
-            df["Descrição"] = df["Descrição"].str.capitalize()
-else:
-    st.sidebar.info("Adicione um arquivo .csv.")
-
-if st.sidebar.button("Limpar", type="primary"):
-    clear_chat_history()
-
-
-def gerar_resumo_df():
-    """
-    Generates a summary of the dataframes.
-    This function creates a summary of the dataframes by concatenating the
-    string representation of each dataframe.
-    The summary includes the name of the dataframe and its content.
-    Returns:
-        str: The summary of the dataframes.
-    """
-    resumo = ""
-    if DF_DATA is not None:
-        resumo += "Resumo DF_DATA:\n"
-        resumo += DF_DATA.to_string(index=False) + "\n\n"
-    if DF_HEAD is not None:
-        resumo += "Resumo DF_HEAD:\n"
-        resumo += DF_HEAD.to_string(index=False) + "\n\n"
-    if DF_IDADE is not None:
-        resumo += "Resumo DF_IDADE:\n"
-        resumo += DF_IDADE.to_string(index=False) + "\n\n"
-    if DF_GENERO is not None:
-        resumo += f"Resumo DF_GENERO:\n{DF_GENERO.to_string(index=False)}\n\n"
-    if DF_COR is not None:
-        resumo += f"Resumo DF_COR:\n{DF_COR.to_string(index=False)}\n\n"
-    if DF_DEFICIENCIA is not None:
-        resumo += f"Resumo DF_DEFICIENCIA:\n{DF_DEFICIENCIA.to_string(index=False)}\n\n"
-    if DF_DOENCAS is not None:
-        resumo += f"Resumo DF_DOENCAS:\n{DF_DOENCAS.to_string(index=False)}\n\n"
-    if DF_ESCOLA is not None:
-        resumo += f"Resumo DF_ESCOLA:\n{DF_ESCOLA.to_string(index=False)}\n\n"
-    if DF_TRANSGEN is not None:
-        resumo += f"Resumo DF_TRANSGEN:\n{DF_TRANSGEN.to_string(index=False)}\n\n"
-    return resumo
-
-
-#################################
-############ DATA ###############
-#################################
-
-
-###########################################
-############### LATERAL ##################
-###########################################
-
-st.sidebar.markdown(
-    """
-    ### Informações:
-    - Análise - Relatório de cadastro individual. 
-    - Iniciativa - Ubs Flamengo
-    - Acesso livre
-    ### Links:
-    ##
-    ##### - [PEC SUS](https://sape.pecsus.com.br/) 📝
-    ###
-    ##### - [Obsidian - Dr Guilherme](http://dr-guilhermeapolinario.com) 🌎
-    ##### - [GitHub - Dr Guilherme](http://dr-guilhermeapolinario.com) 🌎
-    """
-)
-st.markdown(
-    """
-    #### Instruções:
-    ##### - Acesse o site :orange[PEC SUS], na aba esquerda selecione consolidado, :blue[*RELATÓRIO DE CADASTRO INDIVIDUAL*]
-    ##### - Selecione a opção :orange[baixar arquivo .csv]. Após baixar o arquivo, selecione o arquivo .csv na aba ao lado, e pronto.
-    ##### - Clique no botão de expansão abaixo para iniciar o processo.
-    ##### - Utilize o chatbot com a inteligência artificial 🤖 Zé Flamengo para tirar suas dúvidas.
-    """
-)
-st.write("-----")
-
-st.markdown(
-    """
-    #### Dados de saúde Relatório de cadastro individual.
-    """
-)
-
-###########################################
-############### LATERAL ##################
-###########################################
-
-
-###########################################
-############### EXPANDERCOM GRÁFICOS ######
-###########################################
-
-
-def criar_grafico_personalizado(df, x_col, y_col, titulo):
-    """
-    A function to create a customized bar chart based on the input data, x
-    and y columns, and title.
-    Parameters:
-        df (DataFrame): The input DataFrame containing the data.
-        x_col (str): The column name for the x-axis data.
-        y_col (str): The column name for the y-axis data.
-        titulo (str): The title of the chart.
-    Returns:
-        fig: The customized bar chart figure.
-    """
-    fig = px.bar(
-        df,
-        x=x_col,
-        y=y_col,
-        title=titulo,
-        text=y_col,
-        color=x_col,
-        color_discrete_sequence=px.colors.qualitative.Bold,
-    )
-    fig.update_traces(texttemplate="%{text:.2s}", textposition="outside")
-    fig.update_layout(
-        uniformtext_minsize=8,
-        uniformtext_mode="hide",
-        xaxis_title=x_col,
-        yaxis_title=y_col,
-        title_font_size=24,
-        title_font_family="Arial",
-        title_font_color="white",
-        title_x=0.2,
-        paper_bgcolor="rgba(0,0,0,0)",
-        plot_bgcolor="rgba(0,0,0,0)",
-        xaxis_tickangle=-45,
-    )
-    return fig
-
-
-if uploaded_file is not None:
-    c1, c2 = st.columns(2)
-    with c1:
-        if DF_DATA is not None:
-            st.dataframe(DF_DATA, hide_index=True)
-        else:
-            st.write("Data não disponível")
-    with c2:
-        if DF_HEAD is not None:
-            st.dataframe(DF_HEAD, hide_index=True)
-        else:
-            st.write("Informações não disponíveis")
-
-if uploaded_file is not None:
-    with st.expander("Visualização", expanded=True):
-        selected_tab = option_menu(
-            menu_title=None,
-            options=[
-                "Faixa Etária",
-                "Gênero",
-                "Cor",
-                "Deficiência",
-                "Doenças",
-                "Escolaridade",
-                "Identidade de Gênero",
-            ],
-            icons=[
-                "person",
-                "gender-female",
-                "person-plus",
-                "person-wheelchair",
-                "capsule-pill",
-                "stars",
-                "gender-trans",
-            ],
-            menu_icon="cast",
-            default_index=0,
-            orientation="horizontal",
-            styles={
-                "container": {
-                    "padding": "0!important",
-                    "background-color": "#262730",
-                },
-                "icon": {"color": "#4FCBFC", "font-size": "18px"},
-                "nav-link": {
-                    "font-size": "14px",
-                    "text-align": "center",
-                    "margin": "0px",
-                    "padding": "10px",
-                    "--hover-color": "#363940",
-                    "color": "#FFFFFF",
-                },
-                "nav-link-selected": {"background-color": "#0083B8"},
-                "separator": {"border-color": "#4B4B4B"},
-            },
-        )
-        if selected_tab == "Faixa Etária" and DF_IDADE is not None:
-            st.subheader("Distribuição por Faixa Etária")
-            col1, col2 = st.columns(2)
-            with col1:
-                st.dataframe(DF_IDADE, hide_index=True)
-            with col2:
-                DF_IDADE["Masculino"] = DF_IDADE["Masculino"].astype(int) * -1
-                DF_IDADE["Feminino"] = DF_IDADE["Feminino"].astype(int)
-                fig_idade = px.bar(
-                    DF_IDADE,
-                    x=["Masculino", "Feminino"],
-                    y="Descrição",
-                    orientation="h",
-                    title="Pirâmide Etária",
-                    labels={"value": "População", "Descrição": "Faixa Etária"},
-                    color="Descrição",
-                    color_discrete_sequence=px.colors.qualitative.Set3,
-                )
-                fig_idade.update_layout(
-                    barmode="relative",
-                    xaxis_title="População",
-                    yaxis_title="Faixa Etária",
-                )
-                st.plotly_chart(fig_idade)
-            DF_IDADE["Masculino"] = DF_IDADE["Masculino"].abs()
-
-        elif selected_tab == "Gênero" and DF_GENERO is not None:
-            st.subheader("Distribuição por Gênero")
-            col1, col2 = st.columns(2)
-            with col1:
-                st.dataframe(DF_GENERO, hide_index=True)
-            with col2:
-                fig_genero = px.pie(
-                    DF_GENERO,
-                    names="Descrição",
-                    values="Valor",
-                    title="Distribuição por Gênero",
-                    color_discrete_sequence=px.colors.qualitative.Pastel,
-                )
-                st.plotly_chart(fig_genero)
-
-        elif selected_tab == "Cor" and DF_COR is not None:
-            st.subheader("Distribuição por Cor")
-            col1, col2 = st.columns(2)
-            with col1:
-                st.dataframe(DF_COR, hide_index=True)
-            with col2:
-                fig_cor = px.pie(
-                    DF_COR,
-                    names="Descrição",
-                    values="Valor",
-                    title="Distribuição por Cor",
-                    color_discrete_sequence=px.colors.qualitative.Vivid,
-                )
-                st.plotly_chart(fig_cor)
-
-        elif selected_tab == "Deficiência" and DF_DEFICIENCIA is not None:
-            st.subheader("Distribuição por Deficiência")
-            col1, col2 = st.columns(2)
-            with col1:
-                st.dataframe(DF_DEFICIENCIA, hide_index=True)
-            with col2:
-                fig_deficiencia = criar_grafico_personalizado(
-                    DF_DEFICIENCIA,
-                    x_col="Descrição",
-                    y_col="Valor",
-                    titulo="Distribuição por Deficiência",
-                )
-                st.plotly_chart(fig_deficiencia)
-
-        elif selected_tab == "Doenças" and DF_DOENCAS is not None:
-            st.subheader("Distribuição por Doenças")
-            col1, col2 = st.columns(2)
-            with col1:
-                st.dataframe(DF_DOENCAS, hide_index=True)
-            with col2:
-                fig_doencas = criar_grafico_personalizado(
-                    DF_DOENCAS,
-                    x_col="Descrição",
-                    y_col="Valor",
-                    titulo="Distribuição por Doenças",
-                )
-                st.plotly_chart(fig_doencas)
-
-        elif selected_tab == "Escolaridade" and DF_ESCOLA is not None:
-            st.subheader("Distribuição por Escolaridade")
-            col1, col2 = st.columns(2)
-            with col1:
-                st.dataframe(DF_ESCOLA, hide_index=True)
-            with col2:
-                fig_escola = criar_grafico_personalizado(
-                    DF_ESCOLA,
-                    x_col="Descrição",
-                    y_col="Valor",
-                    titulo="Distribuição por Escolaridade",
-                )
-                st.plotly_chart(fig_escola)
-
-        elif selected_tab == "Identidade de Gênero" and DF_TRANSGEN is not None:
-            st.subheader("Distribuição por Identidade de Gênero")
-            col1, col2 = st.columns(2)
-            with col1:
-                st.dataframe(DF_TRANSGEN, hide_index=True)
-            with col2:
-                fig_transgen = criar_grafico_personalizado(
-                    DF_TRANSGEN,
-                    x_col="Descrição",
-                    y_col="Valor",
-                    titulo="Distribuição por Identidade de Gênero",
-                )
-                st.plotly_chart(fig_transgen)
-
-
-###########################################
-############### EXPANDERCOM GRÁFICOS ######
-###########################################
-
-add_vertical_space(5)
-
-###########################################
-############### FOTO DO BOT ###############
-###########################################
-
-with stylable_container(
-    key="bot",
-    css_styles="""
-    img {
-        width: 120px;
-        height: 100px;
-        overflow: hidden;
-        position: relative;
-        object-fit: cover;
-        border-radius: 14px; /* Adiciona bordas arredondadas */
-    }
-    """,
-):
-    st.image("src/images/b.png")
-
-###########################################
-############### FOTO DO BOT ###############
-###########################################
-
-
-###########################################
-############### CHATBOT RCI ###############
-###########################################
-
-# Configuração inicial do Groq client
-client = Groq(api_key=st.secrets["GROQ_API_KEY"])
-
-
-# Função para gerar a análise inicial
-def generate_initial_analysis(resumo_rci):
-    """
-    Generates an initial analysis report based on the provided resumo_rci.
-    Parameters:
-        resumo_rci (str): The resumo_rci to be analyzed.
-    Returns:
-        str: The generated initial analysis report.
-    Raises:
-        Exception: If there is an error generating the initial analysis.
-    Examples:
-        >>> generate_initial_analysis("Resumo do RCI")
-        "Cabeçalho com informações gerais (data, cidadãos ativos, saída, mudança de território,
-        óbito)\n\nAnálise de Faixa Etária (Crianças de 0 a 2 anos, 0 a 4 anos, mulheres na faixa etária
-        de preventivo 25 a 64 anos, mulehres na faixa etária de mamomagrafia 50a 69 anos)\n\nComparação
-        de Sexo\n\nAnálise de Raça / Cor\n\nAnálise de
-        Escolaridade\n\nOrientação Sexual\n\nDeficiências\n\nSituações de Saúde Gerais\n\n\nFormate seu
-        relatório usando negrito para títulos de seções e subtítulos. Use listas com marcadores
-        quando apropriado para melhorar a legibilidade. Apresente seu relatório final dentro de tags
-        <relatorio></relatorio>."
-    """
-    try:
-        initial_analysis = client.chat.completions.create(
-            messages=[
-                {
-                    "role": "system",
-                    "content": "Você é um assistente de análise de dados de saúde. Sua tarefa é analisar os dados fornecidos e criar um relatório detalhado seguindo o modelo especificado. O relatório deve ser escrito em português.",
-                },
-                {
-                    "role": "user",
-                    "content": f"""
-                        Aqui estão os dados para análise:
-                        <resumo_rci>
-                        {resumo_rci}
-                        </resumo_rci>
-
-                        Analise cuidadosamente os dados fornecidos e crie um relatório
-                        seguindo o modelo apresentado. O relatório deve incluir as seguintes
-                        seções:
-                        1. Cabeçalho com informações gerais (data, cidadãos ativos, saída,
-                        mudança de território, óbito)
-                        2. Análise de Faixa Etária (Crianças de 0 a 2 anos, 0 a 4 anos, mulheres
-                        na faixa etária de preventivo 25 a 64 anos, mulehres na faixa etária de
-                        mamomagrafia 50a 69 anos)
-                        3. Comparação de Sexo
-                        4. Análise de Raça / Cor
-                        5. Análise de Escolaridade
-                        6. Orientação Sexual
-                        7. Deficiências
-                        8. Situações de Saúde Gerais
-
-                        Para cada seção:
-                        - Calcule os totais e percentuais relevantes
-                        - Faça comparações quando apropriado (por exemplo, entre masculino
-                        e feminino)
-                        - Destaque as 3 informações mais significativas
-
-                        Formate seu relatório usando negrito para títulos de seções e subtítulos.
-                        Use o título de Análise parcial, use listas com marcadores quando apropriado
-                        para melhorar a legibilidade.
-                        
-                    """,
-                },
-            ],
-            model="llama3-70b-8192",
-            temperature=0.2,
-            max_tokens=1500,
-        )
-        return initial_analysis.choices[0].message.content
-    except Exception as e:
-        st.error(f"Erro ao gerar a análise inicial: {e}")
-        return "Não foi possível gerar a análise inicial."
-
-
-# Carregar arquivo
-# uploaded_file = st.file_uploader("Escolha um arquivo CSV", type="csv")
-
-if uploaded_file is not None:
-    if (
-        "current_file" not in st.session_state
-        or st.session_state.current_file != uploaded_file.name
-    ):
-        st.session_state.current_file = uploaded_file.name
-        st.session_state.initial_analysis = None  # Reset da análise anterior
-        st.session_state.resumo_rci = None  # Reset do resumo
-
-    # Botão para gerar o resumo
-    if st.button("Gerar Resumo"):
-        with st.spinner("Gerando resumo..."):
-            st.session_state.resumo_rci = (
-                gerar_resumo_df()
-            )  # Gera o resumo do DataFrame
-            st.session_state.initial_analysis = generate_initial_analysis(
-                st.session_state.resumo_rci
-            )
-        st.success("Resumo gerado com sucesso!")
-
-col1, col2 = st.columns(2)
-
-with col1:
-    with st.expander("Resumo Inicial", expanded=True):
-        if "initial_analysis" in st.session_state:
-            st.write("**Panorama Geral dos Dados:**")
-            st.text_area(
-                "Análise Inicial",
-                value=st.session_state.initial_analysis,
-                height=300,
-                disabled=False,
-            )
-        else:
-            st.write("**Clique em 'Gerar Resumo' para analisar os dados.**")
-
-with col2:
-    with st.expander("Converse com o 🤖 Zé Flamengo", expanded=True):
-        # Inicialização do histórico do chat
-        if "groq_chat_history" not in st.session_state:
-            st.session_state.groq_chat_history = []
-
-        # Exibição do histórico do chat
-        for message in st.session_state.groq_chat_history:
-            with st.chat_message(message["role"]):
-                st.markdown(message["content"])
-
-        # Input do usuário e processamento da resposta
-        if user_message := st.chat_input(
-            "Digite sua pergunta sobre saúde na microárea:"
-        ):
-            # Adiciona a mensagem do usuário ao histórico
-            st.session_state.groq_chat_history.append(
-                {"role": "user", "content": user_message}
-            )
-
-            try:
-                # Usar o resumo já gerado
-                if "resumo_rci" not in st.session_state:
-                    st.warning("Por favor, gere o resumo antes de fazer perguntas.")
-                else:
-                    resumo_rci = st.session_state.resumo_rci
-
-                    # Preparação do contexto para a API
-                    context = f"""
-                    Seu nome é Zé Flamengo, você é um assistente virtual especializado em análise de dados
-                    médicos epidemiológicos. Você tem 20 anos de experiência em análise de dados de saúde de
-                    microáreas de um PSF (Programa Saúde da Família).
-                    Sua função é:
-                    1. Analisar dados de uma unidade básica de saúde.
-                    2. Os dados que irá analisar são provenientes do Relatório de Cadastro Individual, advindos do PEC SUS.
-                    3. Suas respostas devem ser sempre em português.
-                    4. Seja conciso e evite conversar sobre outros temas.
-                    5. Sempre retome o tema da conversa.
-                    6. Realize sempre os cálculos novamente para garantir que os resultados fornecidos sejam precisos e atualizados.
-                    Os dataframes que irá analisar são do Relatório de cadastro indiviual.
-                    ele foi transformados em texto aqui disponíveis:
-                    {resumo_rci}
-                    As faixas etárias recomendadas para exames preventivos são:
-                    - **Papanicolau (Preventivo):** Mulheres entre 25 e 64 anos, com frequência anual nos primeiros dois exames
-                    consecutivos com resultados normais, depois a cada três anos.
-                    - **Mamografia:** Mulheres entre 50 e 69 anos, com frequência bienal.
-                    Informações sobre o Relatório de Cadastro Individual:
-                    - **Objetivo:** Coletar dados sociodemográficos e de saúde dos indivíduos cadastrados em uma unidade básica de saúde.
-                    - **Principais Indicadores:** Idade, sexo, condições de saúde (doenças crônicas, gestantes, etc.), status de
-                    vacinação, hábitos de vida (tabagismo, alcoolismo, atividade física), entre outros.
-                    Exemplos de perguntas esperadas:
-                    - Qual a porcentagem de mulheres na faixa etária de preventivo?
-                    - Qual a porcentagem de mulheres na faixa etária de mamografia?
-                    - Quantas mulheres estão nas faixas etárias de preventivo e mamografia?
-                    - Qual a relação masculino/feminino?
-                    - Qual a porcentagem das doenças em relação à população total?
-                    - Use essas informações para responder às perguntas do usuário.
-                    Regras:
-                    1. Seja sempre cortês.
-                    2. Responda somente assuntos referentes ao resumo.
-                    3. Caso seja feita alguma pergunta a você diferente de resumos, responda: "Vamos voltar ao trabalho que interessa?"
-                    4. Responda sempre em português.
-                    5. Se não souber a resposta, responda: "Desculpe, mas não tenho esta informação."
-                    6. Nas suas respostas, não forneça os nomes dos dataframes, apenas responda às perguntas.
-                    7. Destaque os principais achados e tendências nos dados sempre que possível.
-                    8. Se aplicável, sugira possíveis ações ou recomendações baseadas nos dados analisados.
-                    """
-
-                    # Chamada à API Groq
-                    chat_rci = client.chat.completions.create(
-                        messages=[
-                            {"role": "system", "content": context},
-                            *st.session_state.groq_chat_history,
-                        ],
-                        model="llama3-70b-8192",
-                        temperature=0.3,
-                        max_tokens=2500,
-                    )
-
-                    # Processamento da resposta
-                    if chat_rci.choices and len(chat_rci.choices) > 0:
-                        response_message = chat_rci.choices[0].message.content
-                    else:
-                        response_message = (
-                            "Desculpe, não foi possível gerar uma resposta."
-                        )
-
-                    # Adição da resposta ao histórico
-                    st.session_state.groq_chat_history.append(
-                        {"role": "assistant", "content": response_message}
-                    )
-
-                    # Exibição da resposta
-                    with st.chat_message("assistant"):
-                        st.markdown(response_message)
-
-            except Exception as e:
-                st.error(f"Erro ao gerar a resposta: {e}")
-
-        # Botão para limpar o histórico do chat
-        if st.button("Limpar histórico do chat"):
-            st.session_state.groq_chat_history = []
-            st.rerun()
+"""
+This module contains the code for the 'rci' view of the application.
+"""
+
+import plotly.express as px
+import streamlit as st
+from groq import Groq
+from streamlit_extras.add_vertical_space import add_vertical_space
+from streamlit_extras.stylable_container import stylable_container
+from streamlit_option_menu import option_menu
+
+from data_cleaning import processar_arquivo
+
+
+
+#################################
+############ BANNER #############
+#################################
+
+with stylable_container(
+    key="banner",
+    css_styles="""
+    img {
+        width: 1800px;
+        height: 400px;
+        overflow: hidden;
+        position: relative;
+        object-fit: cover;
+        border-radius: 14px; /* Adiciona bordas arredondadas */
+        mask-image: linear-gradient(to bottom, rgba(0, 0, 0, 1), rgba(0, 0, 0, 0));
+        -webkit-mask-image: linear-gradient(to bottom, rgba(0, 0, 0, 1), rgba(0, 0, 0, 0)); /* For Safari */
+    }
+    """,
+):
+    st.image("25.jpg")
+
+st.title("Análise de microárea")
+
+
+#################################
+############ BANNER #############
+#################################
+
+
+def clear_chat_history():
+    """
+    Clears the chat history and resets the initial analysis in the session state.
+    This function clears the chat history and resets the initial analysis in the session state.
+    It sets the value of "groq_chat_history" in the session state to an empty list and the value of "initial_analysis" to an empty string.
+    """
+    st.session_state["groq_chat_history"] = []
+    st.session_state["initial_analysis"] = ""
+
+
+#################################
+############ DATA ###############
+#################################
+
+uploaded_file = st.sidebar.file_uploader("Escolha um arquivo CSV", type="csv")
+if uploaded_file is not None:
+    dataframes = processar_arquivo(uploaded_file)
+    DF_DATA = dataframes.get("Data")
+    DF_HEAD = dataframes.get("Head")
+    DF_IDADE = dataframes.get("Idade")
+    DF_GENERO = dataframes.get("genero")
+    DF_COR = dataframes.get("cor")
+    DF_DEFICIENCIA = dataframes.get("deficiencia")
+    DF_DOENCAS = dataframes.get("doencas")
+    DF_ESCOLA = dataframes.get("Escola")
+    DF_TRANSGEN = dataframes.get("transgen")
+    for df in [
+        DF_IDADE,
+        DF_GENERO,
+        DF_COR,
+        DF_DEFICIENCIA,
+        DF_DOENCAS,
+        DF_ESCOLA,
+        DF_TRANSGEN,
+    ]:
+        if df is not None:
+            df["Descrição"] = df["Descrição"].str.capitalize()
+else:
+    st.sidebar.info("Adicione um arquivo .csv.")
+
+if st.sidebar.button("Limpar", type="primary"):
+    clear_chat_history()
+
+
+def gerar_resumo_df():
+    """
+    Generates a summary of the dataframes.
+    This function creates a summary of the dataframes by concatenating the
+    string representation of each dataframe.
+    The summary includes the name of the dataframe and its content.
+    Returns:
+        str: The summary of the dataframes.
+    """
+    resumo = ""
+    if DF_DATA is not None:
+        resumo += "Resumo DF_DATA:\n"
+        resumo += DF_DATA.to_string(index=False) + "\n\n"
+    if DF_HEAD is not None:
+        resumo += "Resumo DF_HEAD:\n"
+        resumo += DF_HEAD.to_string(index=False) + "\n\n"
+    if DF_IDADE is not None:
+        resumo += "Resumo DF_IDADE:\n"
+        resumo += DF_IDADE.to_string(index=False) + "\n\n"
+    if DF_GENERO is not None:
+        resumo += f"Resumo DF_GENERO:\n{DF_GENERO.to_string(index=False)}\n\n"
+    if DF_COR is not None:
+        resumo += f"Resumo DF_COR:\n{DF_COR.to_string(index=False)}\n\n"
+    if DF_DEFICIENCIA is not None:
+        resumo += f"Resumo DF_DEFICIENCIA:\n{DF_DEFICIENCIA.to_string(index=False)}\n\n"
+    if DF_DOENCAS is not None:
+        resumo += f"Resumo DF_DOENCAS:\n{DF_DOENCAS.to_string(index=False)}\n\n"
+    if DF_ESCOLA is not None:
+        resumo += f"Resumo DF_ESCOLA:\n{DF_ESCOLA.to_string(index=False)}\n\n"
+    if DF_TRANSGEN is not None:
+        resumo += f"Resumo DF_TRANSGEN:\n{DF_TRANSGEN.to_string(index=False)}\n\n"
+    return resumo
+
+
+#################################
+############ DATA ###############
+#################################
+
+
+###########################################
+############### LATERAL ##################
+###########################################
+
+st.sidebar.markdown(
+    """
+    ### Informações:
+    - Análise - Relatório de cadastro individual. 
+    - Iniciativa - Ubs Flamengo
+    - Acesso livre
+    ### Links:
+    ##
+    ##### - [PEC SUS](https://sape.pecsus.com.br/) 📝
+    ###
+    ##### - [Obsidian - Dr Guilherme](http://dr-guilhermeapolinario.com) 🌎
+    ##### - [GitHub - Dr Guilherme](http://dr-guilhermeapolinario.com) 🌎
+    """
+)
+st.markdown(
+    """
+    #### Instruções:
+    ##### - Acesse o site :orange[PEC SUS], na aba esquerda selecione consolidado, :blue[*RELATÓRIO DE CADASTRO INDIVIDUAL*]
+    ##### - Selecione a opção :orange[baixar arquivo .csv]. Após baixar o arquivo, selecione o arquivo .csv na aba ao lado, e pronto.
+    ##### - Clique no botão de expansão abaixo para iniciar o processo.
+    ##### - Utilize o chatbot com a inteligência artificial 🤖 Zé Flamengo para tirar suas dúvidas.
+    """
+)
+st.write("-----")
+
+st.markdown(
+    """
+    #### Dados de saúde Relatório de cadastro individual.
+    """
+)
+
+###########################################
+############### LATERAL ##################
+###########################################
+
+
+###########################################
+############### EXPANDERCOM GRÁFICOS ######
+###########################################
+
+
+def criar_grafico_personalizado(df, x_col, y_col, titulo):
+    """
+    A function to create a customized bar chart based on the input data, x
+    and y columns, and title.
+    Parameters:
+        df (DataFrame): The input DataFrame containing the data.
+        x_col (str): The column name for the x-axis data.
+        y_col (str): The column name for the y-axis data.
+        titulo (str): The title of the chart.
+    Returns:
+        fig: The customized bar chart figure.
+    """
+    fig = px.bar(
+        df,
+        x=x_col,
+        y=y_col,
+        title=titulo,
+        text=y_col,
+        color=x_col,
+        color_discrete_sequence=px.colors.qualitative.Bold,
+    )
+    fig.update_traces(texttemplate="%{text:.2s}", textposition="outside")
+    fig.update_layout(
+        uniformtext_minsize=8,
+        uniformtext_mode="hide",
+        xaxis_title=x_col,
+        yaxis_title=y_col,
+        title_font_size=24,
+        title_font_family="Arial",
+        title_font_color="white",
+        title_x=0.2,
+        paper_bgcolor="rgba(0,0,0,0)",
+        plot_bgcolor="rgba(0,0,0,0)",
+        xaxis_tickangle=-45,
+    )
+    return fig
+
+
+if uploaded_file is not None:
+    c1, c2 = st.columns(2)
+    with c1:
+        if DF_DATA is not None:
+            st.dataframe(DF_DATA, hide_index=True)
+        else:
+            st.write("Data não disponível")
+    with c2:
+        if DF_HEAD is not None:
+            st.dataframe(DF_HEAD, hide_index=True)
+        else:
+            st.write("Informações não disponíveis")
+
+if uploaded_file is not None:
+    with st.expander("Visualização", expanded=True):
+        selected_tab = option_menu(
+            menu_title=None,
+            options=[
+                "Faixa Etária",
+                "Gênero",
+                "Cor",
+                "Deficiência",
+                "Doenças",
+                "Escolaridade",
+                "Identidade de Gênero",
+            ],
+            icons=[
+                "person",
+                "gender-female",
+                "person-plus",
+                "person-wheelchair",
+                "capsule-pill",
+                "stars",
+                "gender-trans",
+            ],
+            menu_icon="cast",
+            default_index=0,
+            orientation="horizontal",
+            styles={
+                "container": {
+                    "padding": "0!important",
+                    "background-color": "#262730",
+                },
+                "icon": {"color": "#4FCBFC", "font-size": "18px"},
+                "nav-link": {
+                    "font-size": "14px",
+                    "text-align": "center",
+                    "margin": "0px",
+                    "padding": "10px",
+                    "--hover-color": "#363940",
+                    "color": "#FFFFFF",
+                },
+                "nav-link-selected": {"background-color": "#0083B8"},
+                "separator": {"border-color": "#4B4B4B"},
+            },
+        )
+        if selected_tab == "Faixa Etária" and DF_IDADE is not None:
+            st.subheader("Distribuição por Faixa Etária")
+            col1, col2 = st.columns(2)
+            with col1:
+                st.dataframe(DF_IDADE, hide_index=True)
+            with col2:
+                DF_IDADE["Masculino"] = DF_IDADE["Masculino"].astype(int) * -1
+                DF_IDADE["Feminino"] = DF_IDADE["Feminino"].astype(int)
+                fig_idade = px.bar(
+                    DF_IDADE,
+                    x=["Masculino", "Feminino"],
+                    y="Descrição",
+                    orientation="h",
+                    title="Pirâmide Etária",
+                    labels={"value": "População", "Descrição": "Faixa Etária"},
+                    color="Descrição",
+                    color_discrete_sequence=px.colors.qualitative.Set3,
+                )
+                fig_idade.update_layout(
+                    barmode="relative",
+                    xaxis_title="População",
+                    yaxis_title="Faixa Etária",
+                )
+                st.plotly_chart(fig_idade)
+            DF_IDADE["Masculino"] = DF_IDADE["Masculino"].abs()
+
+        elif selected_tab == "Gênero" and DF_GENERO is not None:
+            st.subheader("Distribuição por Gênero")
+            col1, col2 = st.columns(2)
+            with col1:
+                st.dataframe(DF_GENERO, hide_index=True)
+            with col2:
+                fig_genero = px.pie(
+                    DF_GENERO,
+                    names="Descrição",
+                    values="Valor",
+                    title="Distribuição por Gênero",
+                    color_discrete_sequence=px.colors.qualitative.Pastel,
+                )
+                st.plotly_chart(fig_genero)
+
+        elif selected_tab == "Cor" and DF_COR is not None:
+            st.subheader("Distribuição por Cor")
+            col1, col2 = st.columns(2)
+            with col1:
+                st.dataframe(DF_COR, hide_index=True)
+            with col2:
+                fig_cor = px.pie(
+                    DF_COR,
+                    names="Descrição",
+                    values="Valor",
+                    title="Distribuição por Cor",
+                    color_discrete_sequence=px.colors.qualitative.Vivid,
+                )
+                st.plotly_chart(fig_cor)
+
+        elif selected_tab == "Deficiência" and DF_DEFICIENCIA is not None:
+            st.subheader("Distribuição por Deficiência")
+            col1, col2 = st.columns(2)
+            with col1:
+                st.dataframe(DF_DEFICIENCIA, hide_index=True)
+            with col2:
+                fig_deficiencia = criar_grafico_personalizado(
+                    DF_DEFICIENCIA,
+                    x_col="Descrição",
+                    y_col="Valor",
+                    titulo="Distribuição por Deficiência",
+                )
+                st.plotly_chart(fig_deficiencia)
+
+        elif selected_tab == "Doenças" and DF_DOENCAS is not None:
+            st.subheader("Distribuição por Doenças")
+            col1, col2 = st.columns(2)
+            with col1:
+                st.dataframe(DF_DOENCAS, hide_index=True)
+            with col2:
+                fig_doencas = criar_grafico_personalizado(
+                    DF_DOENCAS,
+                    x_col="Descrição",
+                    y_col="Valor",
+                    titulo="Distribuição por Doenças",
+                )
+                st.plotly_chart(fig_doencas)
+
+        elif selected_tab == "Escolaridade" and DF_ESCOLA is not None:
+            st.subheader("Distribuição por Escolaridade")
+            col1, col2 = st.columns(2)
+            with col1:
+                st.dataframe(DF_ESCOLA, hide_index=True)
+            with col2:
+                fig_escola = criar_grafico_personalizado(
+                    DF_ESCOLA,
+                    x_col="Descrição",
+                    y_col="Valor",
+                    titulo="Distribuição por Escolaridade",
+                )
+                st.plotly_chart(fig_escola)
+
+        elif selected_tab == "Identidade de Gênero" and DF_TRANSGEN is not None:
+            st.subheader("Distribuição por Identidade de Gênero")
+            col1, col2 = st.columns(2)
+            with col1:
+                st.dataframe(DF_TRANSGEN, hide_index=True)
+            with col2:
+                fig_transgen = criar_grafico_personalizado(
+                    DF_TRANSGEN,
+                    x_col="Descrição",
+                    y_col="Valor",
+                    titulo="Distribuição por Identidade de Gênero",
+                )
+                st.plotly_chart(fig_transgen)
+
+
+###########################################
+############### EXPANDERCOM GRÁFICOS ######
+###########################################
+
+add_vertical_space(5)
+
+###########################################
+############### FOTO DO BOT ###############
+###########################################
+
+with stylable_container(
+    key="bot",
+    css_styles="""
+    img {
+        width: 120px;
+        height: 100px;
+        overflow: hidden;
+        position: relative;
+        object-fit: cover;
+        border-radius: 14px; /* Adiciona bordas arredondadas */
+    }
+    """,
+):
+    st.image("src/images/b.png")
+
+###########################################
+############### FOTO DO BOT ###############
+###########################################
+
+
+###########################################
+############### CHATBOT RCI ###############
+###########################################
+
+# Configuração inicial do Groq client
+client = Groq(api_key=st.secrets["GROQ_API_KEY"])
+
+
+# Função para gerar a análise inicial
+def generate_initial_analysis(resumo_rci):
+    """
+    Generates an initial analysis report based on the provided resumo_rci.
+    Parameters:
+        resumo_rci (str): The resumo_rci to be analyzed.
+    Returns:
+        str: The generated initial analysis report.
+    Raises:
+        Exception: If there is an error generating the initial analysis.
+    Examples:
+        >>> generate_initial_analysis("Resumo do RCI")
+        "Cabeçalho com informações gerais (data, cidadãos ativos, saída, mudança de território,
+        óbito)\n\nAnálise de Faixa Etária (Crianças de 0 a 2 anos, 0 a 4 anos, mulheres na faixa etária
+        de preventivo 25 a 64 anos, mulehres na faixa etária de mamomagrafia 50a 69 anos)\n\nComparação
+        de Sexo\n\nAnálise de Raça / Cor\n\nAnálise de
+        Escolaridade\n\nOrientação Sexual\n\nDeficiências\n\nSituações de Saúde Gerais\n\n\nFormate seu
+        relatório usando negrito para títulos de seções e subtítulos. Use listas com marcadores
+        quando apropriado para melhorar a legibilidade. Apresente seu relatório final dentro de tags
+        <relatorio></relatorio>."
+    """
+    try:
+        initial_analysis = client.chat.completions.create(
+            messages=[
+                {
+                    "role": "system",
+                    "content": "Você é um assistente de análise de dados de saúde. Sua tarefa é analisar os dados fornecidos e criar um relatório detalhado seguindo o modelo especificado. O relatório deve ser escrito em português.",
+                },
+                {
+                    "role": "user",
+                    "content": f"""
+                        Aqui estão os dados para análise:
+                        <resumo_rci>
+                        {resumo_rci}
+                        </resumo_rci>
+
+                        Analise cuidadosamente os dados fornecidos e crie um relatório
+                        seguindo o modelo apresentado. O relatório deve incluir as seguintes
+                        seções:
+                        1. Cabeçalho com informações gerais (data, cidadãos ativos, saída,
+                        mudança de território, óbito)
+                        2. Análise de Faixa Etária (Crianças de 0 a 2 anos, 0 a 4 anos, mulheres
+                        na faixa etária de preventivo 25 a 64 anos, mulehres na faixa etária de
+                        mamomagrafia 50a 69 anos)
+                        3. Comparação de Sexo
+                        4. Análise de Raça / Cor
+                        5. Análise de Escolaridade
+                        6. Orientação Sexual
+                        7. Deficiências
+                        8. Situações de Saúde Gerais
+
+                        Para cada seção:
+                        - Calcule os totais e percentuais relevantes
+                        - Faça comparações quando apropriado (por exemplo, entre masculino
+                        e feminino)
+                        - Destaque as 3 informações mais significativas
+
+                        Formate seu relatório usando negrito para títulos de seções e subtítulos.
+                        Use o título de Análise parcial, use listas com marcadores quando apropriado
+                        para melhorar a legibilidade.
+                        
+                    """,
+                },
+            ],
+            model="llama3-70b-8192",
+            temperature=0.2,
+            max_tokens=1500,
+        )
+        return initial_analysis.choices[0].message.content
+    except Exception as e:
+        st.error(f"Erro ao gerar a análise inicial: {e}")
+        return "Não foi possível gerar a análise inicial."
+
+
+# Carregar arquivo
+# uploaded_file = st.file_uploader("Escolha um arquivo CSV", type="csv")
+
+if uploaded_file is not None:
+    if (
+        "current_file" not in st.session_state
+        or st.session_state.current_file != uploaded_file.name
+    ):
+        st.session_state.current_file = uploaded_file.name
+        st.session_state.initial_analysis = None  # Reset da análise anterior
+        st.session_state.resumo_rci = None  # Reset do resumo
+
+    # Botão para gerar o resumo
+    if st.button("Gerar Resumo"):
+        with st.spinner("Gerando resumo..."):
+            st.session_state.resumo_rci = (
+                gerar_resumo_df()
+            )  # Gera o resumo do DataFrame
+            st.session_state.initial_analysis = generate_initial_analysis(
+                st.session_state.resumo_rci
+            )
+        st.success("Resumo gerado com sucesso!")
+
+col1, col2 = st.columns(2)
+
+with col1:
+    with st.expander("Resumo Inicial", expanded=True):
+        if "initial_analysis" in st.session_state:
+            st.write("**Panorama Geral dos Dados:**")
+            st.text_area(
+                "Análise Inicial",
+                value=st.session_state.initial_analysis,
+                height=300,
+                disabled=False,
+            )
+        else:
+            st.write("**Clique em 'Gerar Resumo' para analisar os dados.**")
+
+with col2:
+    with st.expander("Converse com o 🤖 Zé Flamengo", expanded=True):
+        # Inicialização do histórico do chat
+        if "groq_chat_history" not in st.session_state:
+            st.session_state.groq_chat_history = []
+
+        # Exibição do histórico do chat
+        for message in st.session_state.groq_chat_history:
+            with st.chat_message(message["role"]):
+                st.markdown(message["content"])
+
+        # Input do usuário e processamento da resposta
+        if user_message := st.chat_input(
+            "Digite sua pergunta sobre saúde na microárea:"
+        ):
+            # Adiciona a mensagem do usuário ao histórico
+            st.session_state.groq_chat_history.append(
+                {"role": "user", "content": user_message}
+            )
+
+            try:
+                # Usar o resumo já gerado
+                if "resumo_rci" not in st.session_state:
+                    st.warning("Por favor, gere o resumo antes de fazer perguntas.")
+                else:
+                    resumo_rci = st.session_state.resumo_rci
+
+                    # Preparação do contexto para a API
+                    context = f"""
+                    Seu nome é Zé Flamengo, você é um assistente virtual especializado em análise de dados
+                    médicos epidemiológicos. Você tem 20 anos de experiência em análise de dados de saúde de
+                    microáreas de um PSF (Programa Saúde da Família).
+                    Sua função é:
+                    1. Analisar dados de uma unidade básica de saúde.
+                    2. Os dados que irá analisar são provenientes do Relatório de Cadastro Individual, advindos do PEC SUS.
+                    3. Suas respostas devem ser sempre em português.
+                    4. Seja conciso e evite conversar sobre outros temas.
+                    5. Sempre retome o tema da conversa.
+                    6. Realize sempre os cálculos novamente para garantir que os resultados fornecidos sejam precisos e atualizados.
+                    Os dataframes que irá analisar são do Relatório de cadastro indiviual.
+                    ele foi transformados em texto aqui disponíveis:
+                    {resumo_rci}
+                    As faixas etárias recomendadas para exames preventivos são:
+                    - **Papanicolau (Preventivo):** Mulheres entre 25 e 64 anos, com frequência anual nos primeiros dois exames
+                    consecutivos com resultados normais, depois a cada três anos.
+                    - **Mamografia:** Mulheres entre 50 e 69 anos, com frequência bienal.
+                    Informações sobre o Relatório de Cadastro Individual:
+                    - **Objetivo:** Coletar dados sociodemográficos e de saúde dos indivíduos cadastrados em uma unidade básica de saúde.
+                    - **Principais Indicadores:** Idade, sexo, condições de saúde (doenças crônicas, gestantes, etc.), status de
+                    vacinação, hábitos de vida (tabagismo, alcoolismo, atividade física), entre outros.
+                    Exemplos de perguntas esperadas:
+                    - Qual a porcentagem de mulheres na faixa etária de preventivo?
+                    - Qual a porcentagem de mulheres na faixa etária de mamografia?
+                    - Quantas mulheres estão nas faixas etárias de preventivo e mamografia?
+                    - Qual a relação masculino/feminino?
+                    - Qual a porcentagem das doenças em relação à população total?
+                    - Use essas informações para responder às perguntas do usuário.
+                    Regras:
+                    1. Seja sempre cortês.
+                    2. Responda somente assuntos referentes ao resumo.
+                    3. Caso seja feita alguma pergunta a você diferente de resumos, responda: "Vamos voltar ao trabalho que interessa?"
+                    4. Responda sempre em português.
+                    5. Se não souber a resposta, responda: "Desculpe, mas não tenho esta informação."
+                    6. Nas suas respostas, não forneça os nomes dos dataframes, apenas responda às perguntas.
+                    7. Destaque os principais achados e tendências nos dados sempre que possível.
+                    8. Se aplicável, sugira possíveis ações ou recomendações baseadas nos dados analisados.
+                    """
+
+                    # Chamada à API Groq
+                    chat_rci = client.chat.completions.create(
+                        messages=[
+                            {"role": "system", "content": context},
+                            *st.session_state.groq_chat_history,
+                        ],
+                        model="llama3-70b-8192",
+                        temperature=0.3,
+                        max_tokens=2500,
+                    )
+
+                    # Processamento da resposta
+                    if chat_rci.choices and len(chat_rci.choices) > 0:
+                        response_message = chat_rci.choices[0].message.content
+                    else:
+                        response_message = (
+                            "Desculpe, não foi possível gerar uma resposta."
+                        )
+
+                    # Adição da resposta ao histórico
+                    st.session_state.groq_chat_history.append(
+                        {"role": "assistant", "content": response_message}
+                    )
+
+                    # Exibição da resposta
+                    with st.chat_message("assistant"):
+                        st.markdown(response_message)
+
+            except Exception as e:
+                st.error(f"Erro ao gerar a resposta: {e}")
+
+        # Botão para limpar o histórico do chat
+        if st.button("Limpar histórico do chat"):
+            st.session_state.groq_chat_history = []
+            st.rerun()