Início Profile Projeto
Avatar de

Leandro da Silva de Souza

Análise Financeira

  • Python
  • streamlit
  • pandas
  • pyplot

Análise Financeira

Criar uma dashboard de análise financeira mensal

📚 Vitrine.Dev
Nome Análise Financeira
🏷️ Tecnologias Python, streamlit, pandas, pyplot
🚀 URL ledsouza-dashboard-financeiro.streamlit.app

Detalhes do projeto

Este código Python utiliza as bibliotecas pandas, plotly.express, e streamlit para realizar uma análise financeira mensal. A análise é baseada em dados de gastos mensais armazenados em uma planilha do Google Sheets. O código extrai os dados da planilha, realiza cálculos estatísticos e gera visualizações interativas para apresentar as informações financeiras de maneira clara.

  1. Configuração da Página:

    • st.set_page_config: Configuração do título, layout e ícone da página do Streamlit para "Análise Financeira Mensal", centrado e com o ícone do dólar.
  2. Carregamento dos Dados:

    • Definição dos meses em uma tupla chamada months.
    • Utilização de st.selectbox para permitir a escolha de um mês.
    • Construção do URL da planilha do Google Sheets com base no ID da planilha e mês selecionado.
    • Leitura dos dados da planilha usando Pandas, pulando as duas primeiras linhas e selecionando apenas as colunas de 10 a 13.
  3. Análise de Gastos:

    • Agrupamento do DataFrame pelos valores das colunas 'Valor' e 'Categoria', somando os valores.
    • Classificação desses valores por categoria em ordem decrescente.
  4. Análise de Proporção de Gastos:

    • Definição de um valor disponível para gastos mensais.
    • Cálculo dos custos fixos e de lazer.
    • Cálculo da proporção desses custos em relação ao valor disponível.
    • Cálculo do valor economizado em relação ao valor disponível.
  5. Apresentação das Métricas:

    • Uso do st.metric para apresentar três métricas: Valor Economizado, Proporção de Custos Fixos e Proporção de Custos de Lazer.
  6. Gráfico de Barras:

    • Utilização do Plotly Express para criar um gráfico de barras mostrando o valor total por categoria.
    • Ocultação da legenda e utilização das cores da sequência '#3498DB'.
    • Apresentação do gráfico usando st.plotly_chart.
  7. Métricas dos Custos Médios:

    • Filtragem do DataFrame para excluir linhas que contenham as palavras 'Uber' ou '99POP' e que tenham valores entre 15 e 25.
    • Cálculo da média dos custos para subcategorias relevantes.
    • Apresentação das médias formatadas em uma tabela.
  8. Tabelas e Imagem:

    • Uso de duas colunas do Streamlit para apresentar duas tabelas: a tabela completa de dados e a tabela de custo médio por subcategoria.
    • Adição de uma imagem chamada 'Spending_Plan.png' à segunda coluna.