Spaces:
Sleeping
Sleeping
File size: 3,148 Bytes
2a1a0bb |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 |
import streamlit as st
import pandas as pd
from sqlalchemy import create_engine
from filter import filter_dataframe
import toml
import os
# Caminho para o arquivo secrets.toml na pasta .streamlit
secrets_path = os.path.join(".streamlit", "secrets.toml")
# Verificar se o arquivo secrets.toml existe
if not os.path.isfile(secrets_path):
st.error("O arquivo 'secrets.toml' não foi encontrado. Certifique-se de que ele está na pasta '.streamlit'.")
st.stop()
# Carregar as informações de secrets.toml
secrets = toml.load(secrets_path)
# Dados de login
USERNAME = secrets["login"]["username"]
PASSWORD = secrets["login"]["password"]
# Função para autenticação do usuário
def authenticate_user(username: str, password: str) -> bool:
return username == USERNAME and password == PASSWORD
# Tela de login
def login_screen():
st.title('Tela de Login')
with st.form(key='login_form'):
username = st.text_input("Nome de usuário")
password = st.text_input("Senha", type='password')
# Botão para submeter o formulário
submit_button = st.form_submit_button('Entrar')
if submit_button:
if authenticate_user(username, password):
st.session_state['logged_in'] = True
st.rerun()
else:
st.error('Nome de usuário ou senha inválidos')
# Função para ler dados da tabela SQL a partir de um arquivo
def load_data() -> pd.DataFrame:
db_config = secrets["database"]
dialect = db_config["dialect"]
driver = db_config["driver"]
username = db_config["username"]
password = db_config["password"]
host = db_config["host"]
port = db_config["port"]
database = db_config["database"]
connection_url = f"{dialect}+{driver}://{username}:{password}@{host}:{port}/{database}"
engine = create_engine(connection_url)
with open('query.sql', 'r', encoding='utf-8') as file:
query = file.read()
df = pd.read_sql(query, engine)
return df
# Função para download dos dados como CSV
def convert_df_to_csv(df):
return df.to_csv(index=False).encode('utf-8')
# Verificar o estado de login
if 'logged_in' not in st.session_state:
st.session_state['logged_in'] = False
# Se o usuário não está logado, exibe a tela de login
if not st.session_state['logged_in']:
login_screen()
else:
st.title('Tabela Future Mining')
df = load_data()
filtered_df = filter_dataframe(df)
all_columns = filtered_df.columns.tolist()
selected_columns = st.multiselect(
'Escolha as colunas para exibir:',
options=all_columns,
default=[]
)
if selected_columns:
displayed_df = filtered_df[selected_columns]
else:
displayed_df = filtered_df
st.write('Tabela com Colunas Selecionadas')
st.dataframe(displayed_df, column_order=selected_columns if selected_columns else None)
# Botão para download
csv = convert_df_to_csv(displayed_df)
st.download_button(
label="Baixar CSV",
data=csv,
file_name='dados_filtrados.csv',
mime='text/csv',
)
|