GMARTINEZMILLA commited on
Commit
d0f6704
1 Parent(s): f637681

feat: generated files

Browse files
Files changed (1) hide show
  1. app.py +33 -6
app.py CHANGED
@@ -12,6 +12,9 @@ df = pd.read_csv("df_clean.csv") # Asegúrate de que la ruta del archivo es cor
12
  # Ignorar las dos últimas columnas
13
  df = df.iloc[:, :-2]
14
 
 
 
 
15
  # Diseño de la página principal
16
  st.title("Welcome to Customer Insights App")
17
  st.markdown("""
@@ -34,12 +37,24 @@ elif page == "Customer Analysis":
34
  Use the tools below to explore your customer data.
35
  """)
36
 
37
- # Input para código de cliente
38
- customer_code = st.text_input("Enter Customer Code")
 
 
 
 
 
 
 
 
 
 
 
 
39
 
40
  if customer_code:
41
  # Filtrar datos para el cliente seleccionado
42
- customer_data = df[df.iloc[:, 0] == customer_code] # Buscar cliente en la primera columna
43
 
44
  if not customer_data.empty:
45
  st.write(f"### Analysis for Customer {customer_code}")
@@ -87,11 +102,23 @@ elif page == "Customer Recommendations":
87
  Get tailored recommendations for your customers based on their purchasing history.
88
  """)
89
 
90
- # Input para código de cliente
91
- customer_code = st.text_input("Enter Customer Code for Recommendations")
 
 
 
 
 
 
 
 
 
 
 
 
92
 
93
  if customer_code:
94
- customer_data = df[df.iloc[:, 0] == customer_code]
95
 
96
  if not customer_data.empty:
97
  # Mostrar historial de compras del cliente seleccionado
 
12
  # Ignorar las dos últimas columnas
13
  df = df.iloc[:, :-2]
14
 
15
+ # Asegurarse de que el código del cliente sea una cadena (string)
16
+ df['CLIENTE'] = df['CLIENTE'].astype(str)
17
+
18
  # Diseño de la página principal
19
  st.title("Welcome to Customer Insights App")
20
  st.markdown("""
 
37
  Use the tools below to explore your customer data.
38
  """)
39
 
40
+ # Campo para filtrar clientes
41
+ partial_code = st.text_input("Enter part of Customer Code (or leave empty to see all)")
42
+
43
+ # Filtrar las opciones de clientes que coincidan con el código parcial
44
+ if partial_code:
45
+ filtered_customers = df[df['CLIENTE'].str.contains(partial_code)]
46
+ else:
47
+ filtered_customers = df
48
+
49
+ # Crear una lista de clientes filtrados para el selectbox
50
+ customer_list = filtered_customers['CLIENTE'].unique()
51
+
52
+ # Selección de cliente con autocompletar filtrado
53
+ customer_code = st.selectbox("Select Customer Code", customer_list)
54
 
55
  if customer_code:
56
  # Filtrar datos para el cliente seleccionado
57
+ customer_data = df[df["CLIENTE"] == customer_code]
58
 
59
  if not customer_data.empty:
60
  st.write(f"### Analysis for Customer {customer_code}")
 
102
  Get tailored recommendations for your customers based on their purchasing history.
103
  """)
104
 
105
+ # Campo para filtrar clientes
106
+ partial_code = st.text_input("Enter part of Customer Code for Recommendations (or leave empty to see all)")
107
+
108
+ # Filtrar las opciones de clientes que coincidan con el código parcial
109
+ if partial_code:
110
+ filtered_customers = df[df['CLIENTE'].str.contains(partial_code)]
111
+ else:
112
+ filtered_customers = df
113
+
114
+ # Crear una lista de clientes filtrados para el selectbox
115
+ customer_list = filtered_customers['CLIENTE'].unique()
116
+
117
+ # Selección de cliente con autocompletar filtrado
118
+ customer_code = st.selectbox("Select Customer Code for Recommendations", customer_list)
119
 
120
  if customer_code:
121
+ customer_data = df[df["CLIENTE"] == customer_code]
122
 
123
  if not customer_data.empty:
124
  # Mostrar historial de compras del cliente seleccionado