Spaces:
Runtime error
Runtime error
| import pandas as pd | |
| import gradio as gr | |
| # Função para determinar a faixa de probabilidade | |
| def determinar_faixa(prob): | |
| prob = float(prob) # Garantir que probabilidade seja float | |
| if 0.95 <= prob <= 1.00: | |
| return "95-100%" | |
| elif 0.90 <= prob < 0.95: | |
| return "90-95%" | |
| elif 0.80 <= prob < 0.90: | |
| return "80-90%" | |
| elif 0.70 <= prob < 0.80: | |
| return "70-80%" | |
| elif 0.60 <= prob < 0.70: | |
| return "60-70%" | |
| elif 0.50 <= prob < 0.60: | |
| return "50-60%" | |
| else: | |
| return None | |
| # Função para converter strings com vírgula em float | |
| def converter_para_float(valor): | |
| if isinstance(valor, str): | |
| valor = valor.replace(",", ".") | |
| return float(valor) | |
| # Função principal para calcular EV ajustado e proporção de aposta | |
| def calcular(df_jogos, df_precisao, valor_distribuir): | |
| # Converter as colunas de probabilidade e retorno para float, lidando com vírgulas | |
| df_jogos['probabilidade'] = df_jogos['probabilidade'].apply(converter_para_float) | |
| df_jogos['retorno'] = df_jogos['retorno'].apply(converter_para_float) | |
| df_jogos['faixa'] = df_jogos['probabilidade'].apply(determinar_faixa) | |
| df_jogos = df_jogos.merge(df_precisao, left_on='faixa', right_on='Faixa', how='left') | |
| df_jogos['EV'] = df_jogos['probabilidade'] * df_jogos['retorno'] - (1 - df_jogos['probabilidade']) | |
| df_jogos['EV_ajustado'] = df_jogos['EV'] * df_jogos['Precisao'] | |
| df_jogos['proporcao_aposta'] = df_jogos['EV_ajustado'] / df_jogos['EV_ajustado'].sum() | |
| # Calcular o valor a ser apostado em cada jogo | |
| df_jogos['valor_aposta'] = df_jogos['proporcao_aposta'] * valor_distribuir | |
| # Arredondar os valores para 2 casas decimais | |
| df_jogos['Precisao'] = df_jogos['Precisao'].round(2) | |
| df_jogos['EV'] = df_jogos['EV'].round(2) | |
| df_jogos['EV_ajustado'] = df_jogos['EV_ajustado'].round(2) | |
| df_jogos['proporcao_aposta'] = df_jogos['proporcao_aposta'].round(2) | |
| df_jogos['valor_aposta'] = df_jogos['valor_aposta'].round(2) | |
| return df_jogos[['retorno', 'probabilidade', 'faixa', 'Precisao', 'EV', 'EV_ajustado', 'proporcao_aposta', 'valor_aposta']] | |
| # Interface Gradio | |
| def gradio_interface(data, valor_distribuir): | |
| df_jogos = pd.DataFrame(data) | |
| # Faixas de probabilidade e suas precisões correspondentes | |
| dados_precisao = { | |
| "Faixa": ["50-60%", "60-70%", "70-80%", "80-90%", "90-95%", "95-100%"], | |
| "Precisao": [0.784753, 0.786517, 0.818182, 0.822222, 0.853618, 0.902997] | |
| } | |
| df_precisao = pd.DataFrame(dados_precisao) | |
| # Calcular EV ajustado, proporção de aposta e valor a ser apostado | |
| result_df = calcular(df_jogos, df_precisao, valor_distribuir) | |
| return result_df | |
| # Definição das entradas para Gradio | |
| input_df = gr.Dataframe(headers=["retorno", "probabilidade"], datatype=["str", "str"]) | |
| input_valor = gr.Number(label="Valor a distribuir", value=100) # Corrigido aqui | |
| # Definição da saída | |
| output = gr.Dataframe() | |
| # Construção da interface Gradio | |
| iface = gr.Interface(fn=gradio_interface, inputs=[input_df, input_valor], outputs=output, title="Calculadora de Apostas", | |
| description="Insira os dados das apostas (retorno_odds, probabilidade modelo) e o valor total a ser distribuído para calcular EV ajustado, proporção de aposta e valor a ser apostado.") | |
| # Executa a interface | |
| if __name__ == "__main__": | |
| iface.launch() | |