MotoPanda/Potential_2

1import streamlit as st2import pandas as pd3import numpy as np4import json5import random6import matplotlib.pyplot as plt7st.title('Каталог профессий IT и Продажи')8 9st.sidebar.title('Выбор параметров для подбора вакансий')10 11with open('main_table.json', 'r') as json_file:12    data_main = json.load(json_file)13df1 = pd.DataFrame(data_main)14 15with open('dop_table.json', 'r') as json_file:16    data_dop = json.load(json_file)17df2= pd.DataFrame(data_dop)18 19dohod = 020i = 021 22with st.sidebar:23    sphere = st.selectbox(24        "Выбери сферу:", options = list(df1['Сфера'].unique()), key=i)25    # st.write("Выбрано:", sphere)26 27    # st.write(df.columns)28 29    dohod = st.number_input(30        "Введите уровень дохода", key=f"number_input_{i}"31        # ("IT", "Продажи")32    )33    st.write("Выбрано:", dohod)34 35    # df2 = df[df['ЗП в вакансии'] >= dohod]36 37    sphere_change = st.selectbox(38        "Готов ли менять сферу", options = ["Да", "Нет"], key=f"{i+1}m",39        index=None,40    )41 42    st.write("Выбрано:", sphere_change)43 44    gotov_uchitsia = st.selectbox(45        "Готов ли обучаться",46        options = ["Да", "Нет"], key=f"{i+1}ml",47        index=None,48    )49 50    st.write("Выбрано:", gotov_uchitsia)51    st.header('Выберите навыки, которые у Вас есть')52 53    python = st.checkbox("Python", key=f"{i+1}mlr")54    sql = st.checkbox("SQL", key=f"{i+1}mlrq")55    html = st.checkbox("HTML", key=f"{i+1}mlrw")56    java = st.checkbox("Java", key=f"{i+1}mlre")57    figma = st.checkbox("Figma", key=f"{i+1}mlrr")58    power_bi = st.checkbox("Power BI", key=f"{i+1}mlrt")59    prodaji = st.checkbox("Продажи", key=f"{i+1}mlry")60    analys_prodaj = st.checkbox("Анализ продаж", key=f"{i+1}mlru")61    work_with_clients = st.checkbox("Работа с клиентами", key=f"{i+1}mlri")62    riteil = st.checkbox("Ритейл", key=f"{i+1}mlrl")63    i+=164    but = st.button('Данные введены в полном объеме', key=f"{i+1}mlurl")65    list_skills=[]66    if but:67        if python:68            list_skills.append('Python')69        if sql:70            list_skills.append('SQL')71        if html:72            list_skills.append('HTML')73        if java:74            list_skills.append('Java')75        if figma:76            list_skills.append('Figma')77        if power_bi:78            list_skills.append('Power BI')79        if prodaji:80            list_skills.append('Продажи')81        if work_with_clients:82            list_skills.append('Работа с клиентами')83        if riteil:84            list_skills.append('ритейл')85 86 87def table(sphere: str, list_with_skills: list, dohod: int, sphere_change, gotov_uchitsia):88    new_df = pd.merge(df1, df2, on='Навыки', how='outer')89    if sphere_change == "Да":90        mask_sphere = new_df['Сфера'] != 091    else:92        mask_sphere = new_df['Сфера'] == sphere93    new_df2 = new_df[new_df['ЗП в вакансии'] >= dohod][mask_sphere]94    new_df2['Есть_в_списке'] = new_df2['Навыки'].apply(lambda x: 1 if x in list_with_skills else 0)95    result = new_df2.groupby(['Профессия', 'Сфера', 'ЗП в вакансии']).agg(96        Skill=('Навыки', set),97        Cours=('курс', set),98        Links=('ссылка', set),99        On_list=('Есть_в_списке', set)100    ).reset_index()101 102 103    def calculate_difference(row):104        cell_set = set(row['Skill'])  # Преобразуем список в набор105        test_set = set(list_with_skills)  # Преобразуем list_test в набор106        return list(cell_set - test_set)107 108    result['Недостающие навыки'] = result.apply(calculate_difference, axis=1)109    result['Требуемые навыки для позиции'] = result['Skill']110    result['Наименования доступных курсов'] = result['Cours']111    result['Ссылки на курс'] = result['Links']112 113    if gotov_uchitsia == "Нет":114        mask_ucheba = (result['On_list'] != {0}) &  (result['On_list'] != {0, 1})115    else:116        mask_ucheba = result['On_list'] != {5}117 118    # try:119    result = result[mask_ucheba]120    # except:121    #     result =result122 123    result2 = result[['Сфера', 'Профессия', 'ЗП в вакансии', 'Требуемые навыки для позиции', 'Недостающие навыки',124                      'Наименования доступных курсов',125                      'Ссылки на курс']]126    return result2127 128 129df_fin = table(sphere, list_skills, dohod, sphere_change, gotov_uchitsia)130 131st.header('Рост Вашего дохода')132labels = ['Доход сейчас', 'Доход через год', 'Доход через 2 года']133values = [dohod, dohod*1.1, dohod*1.2]134fig, ax = plt.subplots()135 136# fig.set_size_inches(10, 5)137ax.bar(labels, values)138# , color = ['blue', 'orange', 'green'])139ax.set_ylabel('Сумма, руб')140ax.set_title('Сравнение доходов')141st.pyplot(fig)142 143st.header('Вакансии, которые вам будут интересны')144st.dataframe(df_fin, width=1100, height=500)145 146# st.write(but)147# st.write(python)148# st.write(html)149# st.write(sphere_change)150# st.write(gotov_uchitsia)151# mask_sphere = df1['Сфера '] == sphere152#153# if sphere_change == "Да":154#     mask_sphere = df1['Сфера '] != 0155#156# st.header('Вакансии, которые вам будут интересны')157# df1 = df1[mask_sphere][df1['ЗП в вакансии'] >= dohod]158# df1 = df1[['Сфера ', 'Профессия ', 'ЗП в вакансии', 'Навыки ']]159# st.markdown(160#     """161#     <style>162#     .my-table {163#         width: 1100px;164#     }165#     </style>166#     """,167#     unsafe_allow_html=True168# )169#170#171# st.dataframe(df1, width=1900, height=300)172#173#174#175# st.header('Возможности обучения')176#177# df2 = df[df['Сфера '] == sphere][df['ЗП в вакансии'] >= dohod][~df['Навыки '].isin(list_skills)]178# df2 = pd.merge(df2, df_dop, on='Навыки ', how='left')179# st.dataframe(df_fin, width=1100, height=1000)180