-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathpeajesFSv0.8.py
1781 lines (1479 loc) · 97.7 KB
/
peajesFSv0.8.py
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
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
# coding=utf-8
# Autor : Jota Cordova (jotacordovaj.io@gmail.com)
# Fecha de creación : 16/08/2024
# Última modificación : 24/09/2024
# Versión : 0.8.0
#******************************************************************************
#* *
#* ENTREGA FINAL MÓDULO 4 BOOTCAMP FULL STACK PYTHON *
#* MVP Peajes FS *
#* *
#******************************************************************************
"""
Historial de versiones:
0.1.0 (27/08/2024): Versión inicial. Se crea una maqueta inicial con la estructura y secciones, se prueba la interfaz y se genera el módulo
para la inserción de registros y valida instancias.
0.1.1 (18/08/2024): Se corrigen problemas en el filtrado de datos para mostrar los datos ingresados, se agregan atributos requeridos para su control.
0.2.0 (19/08/2024): Se agrega opción de cobros. Los registros ingresados quedan en estado "pendientes de cobro", el proceso siguiente es aplicar
la tarifa y cobrar.
0.2.1 (20/08/2024): Se modifica la estructura de las tablas para mejorar y robustecer validaciones. Se agrega id único, fechas de operación o actualización.
0.3.0 (26/08/2024): Se agrega un módulo de consultas a la BBDD, permite hacer búsquedas por algunos criterios y listar los resultados.
0.4.0 (20/08/2024): Se agrega la capacidad de exportar resultados a CSV, sea para ser usados como comprobantes de cada operación, o como respaldos.
0.5.1 (20/08/2024): Se agrega un módulo para modificar o actualizar registros de vehículos en la base de datos, permite corregir o agregar información.
0.6.0 (26/08/2024): Se agrega un módulo para modificar o actualizar las tarifas. Permite crear una nueva tarifa o modificar una existente.
0.7.0 (20/08/2024): Se modifica la estructura de las tablas para mejorar y robustecer validaciones.
0.8.1 (20/08/2024): Se mejora la funcionalidad de multifiltro drill-down.
0.8.2 (26/08/2024): Se mejora la capacidad de exportar resultados a formatos PDF y EXCEL.
0.8.3 (22/09/2024): Se completan las secciones de ayuda o home, que sólo estaban como maquetas de diagramación.
Próximas mejoras planeadas:
1) Agregar un dashboard con los ingresos y otros estadígrafos como vehículos por tipo u hora y día
de mayor tráfico.
2) Agregar un buscador de reportes históricos, que permita buscar un comprobante de cobro o una consulta guardada en alguno de los formatos de salida.
Errores conocidos y workarounds:
1) Modificar un registro existente, no hace el update en la BBDD, prioridad baja, es un adicional.
2) Modificar una tarifa existente, no hace el update en la BBDD, prioridad baja, es un adicional.
Licencia: Dominio público
GENERALIDADES DEL SISTEMA:
- Guía de estilos y nomenclatura:
1) Para una mejor identificación, se han agregado prefijos a los objetos:
f_ : Para funciones
lst_ : Para listas
v_ : Para variables
dict_: Para diccionarios
2) Notación: Además del prefijo, todos los nombres de objetos, inician con la primera palabra
en minúscula y la segunda con la primera letra en mayúscula, ejemplo: "unEjemplo", para las variables se usa "snake_case".
- Consideraciones especiales:
1) Cada función incluye docstrings, con indicación de:
a) Su Propósito o qué hace.
b) Parámetros que recibe.
c) Qué retorna.
- Explicación de las columnas del Diccionario de Objetos:
1) Elemento : Nombre de la variable o función.
2) Tipo : Tipo de dato (str, int, float, list, dict, function, etc.).
3) Descripción : Qué hace o almacena el objeto.
- Librerías utilizadas:
1) Streamlit 1.38.0: Librería para crear la interfaz de usuario. Es un framework
para desarrollo rápido de aplicaciones web en Python
2) SQLite3: Librería del core que provee una base de datos integrada a Python.
3) Pandas 2.2.2: Librería para el manejo de datos
4) Random: Librería del core para la generación de cadenas aleatorias
5) String: Librería del core que permite el manejo de cadenas
6) Datetime: Librería del core que permite el manejo de fechas
7) IO y BytesIO: Librería del core para generar archivos binarios (exportar PDF)
8) ExcelWriter: Librería de Pandas para exportar a EXCEL # Esta librería no se carga en la versión WEB
9) FPDF 1.7.2: Librería para generar PDFs
DESCRIPCIÓN POR MÓDULO:
Módulo 1: pagina_principal(): Home o menú del sistema y definición de las clases.
Descripción
- Funcionalidades principales:
1) Definición de clases: Se define una jerarquía de clases para represen-
tar diferentes tipos de vehículos (automóviles, bicicletas, motocicletas).
2) Crear la página principal: Renderiza la página principal de la aplicación,
presenta información sobre el sistema.
3) Visualiza información: Muestra texto, imágenes y listas para describir las
características generales del sistema y lógica de navegación.
- Dependencias externas:
1) Streamlit: Biblioteca de Python utilizada para crear aplicaciones web inte-
ractivas.
2) Imágenes: Utiliza imágenes externas para ilustrar contenidos. Las imagenes
se almacenan en la carpeta /assets/img.
- Diccionario de objetos:
Objeto Tipo Descripción
*************************************************************************************************
Clases
******
Vehiculo Clase Clase base para todos los vehículos.
Automovil Clase Hereda de Vehiculo, representa un automóvil.
Particular Clase Hereda de Automovil, representa un automóvil particular.
Carga Clase Hereda de Automovil, representa un vehículo de carga.
Bicicleta Clase Hereda de Vehiculo, representa una bicicleta.
Motocicleta Clase Hereda de Bicicleta, representa una motocicleta.
Variables
*********
v_nom_sistema str Nombre del sistema.
Funciones
*********
f_titulo_lateral function Establece el título en la barra lateral.
Módulo 2: pagina_ingreso(): Interfaz que permite crear e insertar nuevos vehículos en la base de datos.
Descripción
- Funcionalidades principales:
1) Ingreso de vehículos: Permite al usuario ingresar los datos de nuevos
vehículos en un formulario a través de una interfaz web creada con Streamlit.
2) Validación de datos: Verifica que los datos ingresados sean válidos y
tengan el formato correcto.
3) Persistencia de datos: Almacena los datos de los vehículos en una base
de datos SQLite.
4) Presentación de datos: Muestra una tabla con un resumen de los vehículos
ingresados utilizando un DataFrame (df) de Pandas.
- Flujo del módulo:
1) Ingreso de datos: El usuario ingresa los datos de los vehículos a través de los elementos de la interfaz de Streamlit.
2) Validación: Se valida que los datos ingresados sean del tipo correcto y que cumplan con las restricciones definidas.
3) Creación de tupla: Se crea una tupla con los datos del vehículo para ser insertada en la base de datos.
4) Inserción en la base de datos: Se llama a la función insertar_vehiculo para insertar los datos en la tabla vehiculos.
5) Presentación de resultados: Se muestra un DataFrame (tabla) con los vehículos ingresados.
6) Los nuevos vehículos quedan en estado de "cobro pendiente" (estado=0), hasta que sean procesados en el módulo de recaudación o cobro
- Dependencias externas:
1) Streamlit: Para crear la interfaz de usuario.
2) SQLite3: Para interactuar con la base de datos.
3) Pandas: Para manipular y mostrar los datos en un DataFrame.
- Diccionario de objetos:
Objeto Tipo/Parámetros Descripción
***********************************************************************
Funciones
*********
pagina_ingreso() None Función principal que define la página de ingreso de vehículos.
insertar_vehiculo(vehiculo) tupla Inserta un nuevo vehículo en la base de datos.
mostrar_vehiculos() None Muestra los vehículos ingresados.
Variables
*********
lst_alta_vehiculos list Lista para almacenar temporalmente los vehículos antes de insertarlos en la base de datos.
v_num_vehiculos int Variable para almacenar el número de vehículos a ingresar.
v_fecha_operacion date Variable para almacenar la fecha de la operación. Se convierte a fecha para calculo, se guarda como texto.
- Cosas por hacer (T2D):
- Validación más robusta: Como el sistema nace de un modelo extraño y sin pretender convertirse en sistema, se fue arreglando en la medida
que se agregaron funcionalidades. Se podrían agregar más validaciones, por ejemplo, para evitar que se dupliquen datos
en el proceso de alta de vehículos, que las marcas y modelos sean consultados a la base, para evitar distintas formas
de escribir un nombre y tener que corregir después o que la cilindrada sea coherente con el tipo de vehículo.
- Manejo de errores: Se puede mejorar el manejo de errores (mucho), por ejemplo, mostrando mensajes más específicos al usuario en caso de
que ocurra algún problema y proveer una solución administrada, por ahora, y por tratarse sólo de un producto mínimo viable.
- Optimización de consultas: El MVP procesa pocos vehículos y de forma manual, si se espera procesar una gran cantidad de datos, se deben
cambiar los métodos de ingreso, de inserción y de consultas a la base de datos.
- Interfaz de usuario más amigable: Faltan elementos visuales que mejoren la experiencia del usuario, como por ejemplo, un calendario para
seleccionar fechas.
- Seguridad: Si en realidad se tratase de una aplicación con acceso público, deberían implementarse medidas de seguridad para proteger los datos,
usuarios por roles, tablas de auditoría, etc.
Módulo 3: pagina_consulta(): Interfaz que permite crear e insertar nuevos vehículos en la base de datos.
Descripción
- Funcionalidades principales:
1) Interfaz de consulta: Permite al usuario realizar consultas personalizadas sobre los vehículos registrados en la base de datos.
2) Consultas frecuentes: Ofrece múltiples opciones de consulta, incluyendo por tipo de vehículo, rango de fechas, vehículos procesados e ingresos recaudados.
3) Visualización de resultados: Muestra los resultados de la consulta en un DataFrame de Pandas (una tabla).
4) Exportación de resultados: Permite exportar los resultados en formato CSV, Excel o PDF.
- Flujo del módulo:
1) Interfaz de usuario: Se presenta un menú para seleccionar el tipo de consulta.
2) Selección de criterios: Según el tipo de consulta, se muestran diferentes campos para ingresar los criterios de búsqueda.
3) Ejecución de la consulta: Al hacer clic en el botón "Ejecutar consulta", se construye la consulta SQL correspondiente y se ejecuta .
4) Visualización de resultados: Los resultados de la consulta se muestran en un DataFrame de Pandas.
5) Exportación de resultados: El usuario puede exportar los resultados en diferentes formatos (PDF, CSV, EXCEL).
- Dependencias externas:
1) Streamlit: Para crear la interfaz de usuario.
2) SQLite3: Para interactuar con la base de datos.
3) Pandas: Para manipular y mostrar los datos en DataFrames y tablas.
4) FPDF: Librería personalizada para generar archivos PDF.
- Diccionario de objetos:
Objeto Tipo/Parámetro Descripción
***********************************************************************
Variables
*********
lst_tipos_vehiculo list Lista de tipos de vehículos disponibles.
lst_marcas_vehiculo list Lista de marcas de vehículos disponibles.
lst_modelos_vehiculo list Lista de modelos de vehículos disponibles.
lst_opciones_consulta list Lista de opciones de consulta disponibles.
v_tipo_consulta str Opción de consulta seleccionada por el usuario.
v_fecha_inicio date Fecha de inicio para el rango de fechas.
v_fecha_fin date Fecha de fin para el rango de fechas.
v_tipo_vehiculo list Lista de tipos de vehículos seleccionados para filtrar. #Ojo...podría haber un problema, probar
marca list Lista de marcas seleccionadas para filtrar.
modelo list Lista de modelos seleccionados para filtrar.
df df DataFrame de Pandas que contiene los resultados de la consulta.
lst_alta_vehiculos list Lista para almacenar temporalmente los vehículos antes de insertarlos en la base de datos. (No utilizada en este módulo)
v_num_vehiculos int Número de vehículos a ingresar. (No utilizada en este módulo)
v_fecha_operacion str Fecha de la operación. (No utilizada en este módulo)
- Cosas por hacer (T2D):
1) Optimización de consultas: En un caso real, para consultas complejas o sobre grandes
conjuntos de datos, se deben optimizar las consultas utilizando
índices y otras técnicas de bbdd.
2) Validación de fechas: Se puede agregar una validación para asegurarse de que la fecha de
inicio sea anterior a la fecha de fin, u otras similares.
3) Personalización de exportaciones: Se podría personalizar el formato de exportación, por
ejemplo, seleccionando las columnas a exportar.
4) Seguridad: Implementar medidas de seguridad para proteger los datos, ejemplo: Validar
parámetros de entrada para evitar inyecciones SQL.
Módulo 4 pagina_modificarV(): Interfaz que permite modificar o actualizar la información del registro
de un vehículo ya creado en la base de datos.
Descripción
- Funcionalidades principales:
1) Búsqueda de vehículos: Permite al usuario buscar un vehículo específico
utilizando un sistema de filtrado por tipo, marca
y modelo.
2) Visualización de datos: Muestra los detalles del vehículo seleccionado en
un formato legible.
3) Edición de datos: Permite al usuario modificar los datos del vehículo y
visualizar los cambios propuestos.
4) Confirmación de cambios: Antes de guardar los cambios, se muestra un resumen
de las modificaciones para que el usuario las confirme.
5) Actualización de la base de datos: Si el usuario confirma los cambios, se actualiza
el registro correspondiente en la base de datos.
- Dependencias externas:
1) Streamlit: Para crear la interfaz de usuario.
2) SQLite3: Para interactuar con la base de datos.
3) Pandas: Para manipular y mostrar los datos en un DataFrame.
- Diccionario de objetos:
Objeto Tipo/Parámetro Descripción
***********************************************************************
Variables
*********
dic_veh_modificado Diccionario Almacena los datos del vehículo a modificar y los cambios realizados.
vehiculo_id int Identificador único del registro del vehículo.
conexion string Conexión a la base de datos.
df_vehiculos DataFrame Contiene todos los vehículos de la base de datos.
tipos_vehiculo list Contiene valores para filtrar los vehículos.
marcas_filtradas list Contiene valores para filtrar los vehículos.
modelos_filtrados list Contiene valores para filtrar los vehículos.
v_fecha_inicio date Fecha de inicio para el rango de fechas en la búsqueda.
v_fecha_fin date Fecha de fin para el rango de fechas en la búsqueda.
cod_op_filtrado string Código de operación seleccionado para filtrar los resultados.
registro_final DataFrame Contiene el registro seleccionado para modificar.
- Flujo del módulo:
1) Búsqueda del vehículo: El usuario selecciona criterios de búsqueda (tipo, marca, modelo, rango de fechas)
y se obtiene el registro correspondiente.
2) Visualización y edición: Se muestra la información del vehículo seleccionado en un formulario editable.
3) Confirmación de cambios: Se muestran los cambios propuestos y el usuario confirma si desea guardarlos.
4) Actualización de la base de datos: Si se confirman los cambios, se ejecuta una consulta SQL para
actualizar el registro en la base de datos.
- Cosas por hacer (T2D):
1) Validación de datos: Se pueden seguir agregando validaciones más exhaustivas de los datos ingresados
por el usuario para evitar errores.
2) Optimización de consultas: El MVP funciona bien para mostrar funcionalidad, pero a mayor volumen de
datos o, en ambiente de producción, se requieren cambios en arquitectura para consultas
complejas y mejorar rendimiento.
3) Seguridad: Se ha mencionado, y es una aspecto natural si alguien decide aprovechar este código
para uso público, se debn proteger los datos.
4) Historial de cambios: Si bien registra la fecha de la última modificación, resulta obvio mejorar esta
funcionalidad para poder hacer auditoría en un sistema que registra movimientos
monetarios, por lo tanto, otro cambio necesario es mejorar el historial de los
cambios realizados en cada registro.
- Errores conocidos:
1) Hasta el momento de esta versión, no se ha podido realizar el update del registro modificado, realiza
todo el flujo, pero no se ha detectado por qué no se actualiza la bbdd.
Módulo 5 pagina_modificarT(): Interfaz que permite modificar o actualizar la información del registro de una tarifa
ya creada en la base de datos.
Descripción
- Funcionalidades principales:
1) Crear nuevas tarifas: Permite al usuario ingresar los datos de una nueva tarifa (tipo, tarifa base,
sobrecargo por peso, etc.) y la almacena en la base de datos con un nuevo código.
2) Modificar una tarifa existente: Permite al usuario seleccionar una tarifa existente y modificar sus datos.
3) Consulta de tarifas: Muestra una tabla con todas las tarifas existentes para facilitar la selección o revisión.
4) Validación de datos: Verifica que los datos ingresados sean válidos antes de guardarlos en la base de datos.
5) Control de versiones: Al crear un nuevo registro, para un tipo de tarifa, cambia el estado de la tarifa anterior
a inactivo, y deja el nuevo registro en estado activo.
- Dependencias externas:
1) Streamlit: Para crear la interfaz de usuario.
2) SQLite3: Para interactuar con la base de datos.
3) Pandas: Para manipular y mostrar los datos en un DataFrame.
- Diccionario de objetos:
Objeto Tipo/Parámetro Descripción
***********************************************************************
Variables
*********
v_guarda_opcion int Almacena la opción seleccionada por el usuario (crear o modificar).
tarifas list Lista de tuplas que contiene todos los registros de la tabla tarifario.
df_tarifas DataFrame Contiene los datos de las tarifas en un formato tabular.
v_codigo_tarifa_a_modificar str Código de la tarifa a modificar.
v_tarifa_seleccionada tuple Tupla que contiene los datos de la tarifa seleccionada.
- Flujo del módulo:
1) Selección de opción: El usuario elige entre crear una nueva tarifa o modificar una existente.
2) Ingreso de datos: El usuario ingresa los datos de la nueva tarifa o selecciona la tarifa existente a modificar.
3) Validación de datos: Se verifica que los datos ingresados sean válidos (por ejemplo, que la tarifa base
sea positiva).
4) Actualización de la base de datos: Se ejecuta una consulta SQL para insertar o actualizar el registro de la tarifa.
5) Visualización de resultados: Se muestra un mensaje de confirmación al usuario indicando si la operación se realizó
correctamente.
- Cosas por hacer (T2D):
1) Validación más exhaustiva: Se pueden seguir agregando validaciones más completas de los datos (este es un MVP),
por ejemplo, para verificar que el tipo de tarifa sea válido, o que rol del usuario,
le permite modificar una tarifa.
2) Permisos de usuario: Se podrían implementar diferentes niveles de permisos para restringir el acceso a ciertas
funciones.
3) Historial de cambios detallado: Se podría almacenar un historial más detallado de los cambios realizados en las
tarifas.
Módulo 6 pagina_cobro(): Interfaz que se encarga de gestionar el proceso de cobro del sistema de peaje. Permite calcular
el cobro para cada vehículo, en función de su tipo, generar un código de operación único para
cada transacción, y registrarlo en la base de datos.
Descripción
- Funcionalidades principales:
1) Consulta de vehículos pendientes: Obtiene una lista con los vehículos pendientes de cobro.
2) Cálculo del cobro: Calcula el cobro basado en el tipo de vehículo y las tarifas configuradas
en la base de datos.
3) Registro del cobro: Inserta un nuevo registro en la tabla de cobros con los detalles de la transacción.
4) Actualización del estado del vehículo: Actualiza el estado del vehículo en la tabla de vehículos para
indicar que ya ha sido cobrado.
5) Generación de código de operación: Genera un código alfanumérico de 8 caracteres, único para cada transacción.
6) Exportación de resultados: Permite exportar los resultados del proceso de cobro en diferentes
formatos (CSV, Excel, PDF).
- Dependencias externas:
1) Streamlit: Para crear la interfaz de usuario.
2) SQLite3: Para persistencia de los datos.
3) Pandas: Para manipular y mostrar los datos en un DataFrame.
4) random: Para generar números aleatorios y crear códigos únicos.
5) string: Para manipular cadenas de texto.
- Diccionario de objetos:
Objeto Tipo/Parámetro Descripción
***********************************************************************
Variables
*********
v_cod_alfanum str Conjunto de todos los caracteres alfanuméricos usados para crear códigos.
pepinillo str Conexión a la base de datos.
cursor cursor Cursor de la base de datos para ejecutar consultas.
df_pendientes DataFrame Contiene los vehículos pendientes de cobro.
cobro float Contiene valor del cobro calculado para un vehículo.
fecha_operacion date Fecha y hora de la operación de cobro.
cod_op str Código de operación generado para la transacción.
registros_procesados list Lista de diccionarios que contienen los detalles de los cobros procesados.
df_cobros_procesados DataFrame Muestra los cobros procesados.
- Flujo del módulo:
1) Consulta de vehículos pendientes: Se obtienen los vehículos pendientes de cobro de la base de datos.
2) Procesamiento de cobros: Si hay vehículos pendientes, se itera sobre ellos y se realiza el siguiente
proceso para cada vehículo:
a) Se calcula el cobro en función del tipo de vehículo.
b) Se genera un código de operación único.
c) Se inserta un nuevo registro en la tabla de cobros.
d) Se actualiza el estado del vehículo en la tabla de vehículos.
3) Visualización de resultados: Se muestra un DataFrame con los cobros
procesados y se ofrece la opción de exportar
los resultados en diferentes formatos.
- Cosas por hacer (T2D):
1) Optimización de consultas: Mismas de los módulos anteriores.
2) Validación de datos: Mismas de los módulos anteriores.
3) Personalización de tarifas: Agregar nuevos ponderadores al polinomio de cálculo.
Módulo 7 pagina_valida(): Este módulo se diseñó, específicamente, para demostrar de forma interactiva
los conceptos de herencia y relaciones entre clases en Python. Permitie a un
usuario seleccionar entre clases y sus instancias, y se puede visualizar cómo
funciona la herencia y la relación entre las clases. La interfaz permite mostrar,
experimentar y comprobar, didácticamente, las características de la herencia y
relación entre clases.
Descripción
- Funcionalidades principales:
1) Creación de instancias: Crea instancias de diferentes las distancias clases definidas en el sistema
(Vehículo, Automóvil, Particular, Carga, Bicicleta, Motocicleta) para realizar pruebas.
2) Selección de clases: Permite al usuario seleccionar una clase y una instancia de clase de listas desplegables.
3) Comparación de instancias: Compara si una instancia es de un tipo de clase específico utilizando la función isinstance.
4) Visualización de resultados: Muestra un mensaje indicando si un objeto es instancia de una clase ('True' o 'False').
- Dependencias externas:
1) Streamlit: Se usa para crear la interfaz de usuario y mostrar los resultados.
- Diccionario de objetos:
Objeto Tipo/Parámetro Descripción
***********************************************************************
Variables
*********
clases_disponibles list Lista con los nombres de las clases disponibles para seleccionar.
instancias dict Diccionario que almacena las instancias creadas de cada clase.
clase_a class Variable para almacenar una clases seleccionada por el usuario.
clase_b class Variable para almacenar una clases seleccionada por el usuario.
instancia_a instance Variable para almacenar la instancia seleccionada.
clase_b_obj class Variable para almacenar la clase a la que se compara.
resultado boolean Variable booleana que indica si la instancia es de la clase especificada.
- Flujo del módulo:
1) Creación de instancias: Se crean instancias de diferentes clases para tener ejemplos concretos.
2) Interfaz de usuario: Se crea una interfaz con dos listas desplegables para que el usuario seleccione las clases a comparar.
3) Comparación: Al hacer clic en el botón "Comparar", se obtiene la instancia y la clase seleccionadas y se utiliza isinstance para verificar la relación.
4) Visualización: Se muestra el resultado de la comparación en un mensaje claro.
- Cosas por hacer (T2D):
1) Enriquecer el contexto: Agregar explicaciones más detalladas, se podría agregar una sección de explicación teórica sobre la herencia
y la función isinstance para ayudar a los usuarios a comprender mejor el concepto.
2) Visualización más avanzada: Se podría utilizar una biblioteca de visualización para mostrar los diagramas de clases y las relaciones de herencia.
Módulo 8 pagina_ayuda(): Este módulo tiene como objetivo principal servir como un manual de usuario básico para la aplicación.
Proporciona una introducción a las funcionalidades principales del sistema, además de una guía rápida
para el usuario a través de los primeros pasos.
Descripción
- Funcionalidades principales:
1) Proporcionar información al usuario: Ofrece una guía básica sobre el funcionamiento del sistema de peaje FS.
2) Guía de inicio rápido: Presenta una secuencia simple de pasos para comenzar a utilizar el sistema.
3) Solución de problemas conocidos: Ofrece una sección básica de solución de problemas con errores comunes o conocidos (Workaround).
"""
# IMPORTACION DE LIBRERIAS
# ************************
import sqlite3 # BBDD
import pandas as pd # librería para el manejo de datos
import streamlit as st # librería que permite construir la interfaz
import random # generación de cadenas aleatorias
import string # manejo de cadenas
import datetime # manejo de fechas
import logging # generar log para rastreo de errores
from io import BytesIO # para generar el archivo binario y exportar PDF
from pandas import ExcelWriter # para exportar EXCEL
from fpdf import FPDF # para generar PDF
from datetime import datetime # retornar una fecha, manipulación y conversión de fechas
logging.basicConfig(filename='debug.log', level=logging.DEBUG, format='%(asctime)s %(levelname)s: %(message)s') # Config del log de errores detallado
# ESTRUCTURA DE CLASES
# ********************
# Super Clase Vehículo
class Vehiculo:
def __init__(self, v_marca, v_modelo, v_nro_de_ruedas):
self.v_marca = v_marca
self.v_modelo = v_modelo
self.v_nro_de_ruedas = v_nro_de_ruedas
# Clase Automóvil ==> hereda de Vehículo
class Automovil(Vehiculo):
def __init__(self, v_marca, v_modelo, v_nro_de_ruedas, v_velocidad, v_cilindrada):
super().__init__(v_marca, v_modelo, v_nro_de_ruedas)
self._v_velocidad = v_velocidad
self._v_cilindrada = v_cilindrada
def __str__(self):
return f"E automóvil marca {self.v_marca}, es modelo {self.v_modelo}, alcanza una velocidad de {self.v_velocidad} km/h, y su motor tiene una cilindrada {self.v_cilindrada} cc"
@property
def v_velocidad(self):
"""
Devuelve la velocidad máxima del automóvil en km/h.
"""
return self._v_velocidad
@v_velocidad.setter
def v_velocidad(self, v_valor):
"""
Establece la velocidad máxima del automóvil.
Parámetros: v_valor es un número entero positivo que representa la velocidad en km/h.
Retorna: None
"""
if not isinstance(v_valor, int):
raise TypeError("La velocidad debe ser un número entero.")
if v_valor < 0:
raise ValueError("La velocidad no puede ser negativa.")
self._v_velocidad = v_valor
@property
def v_cilindrada(self):
"""
Devuelve la cilindrada del motor en cc.
"""
return self._v_cilindrada
@v_cilindrada.setter
def v_cilindrada(self, v_valor):
"""
Establece la cilindrada del motor en cc.
Parámetros: v_valor, es un número entero positivo que representa la cilindrada en cc.
"""
if not isinstance(v_valor, int):
raise TypeError("La cilindrada debe ser un número entero.")
if v_valor < 0:
raise ValueError("La cilindrada no puede ser negativa.")
self._cilindrada = v_valor
# Subclase Particular ==> hereda de Automóvil
class Particular(Automovil):
def __init__(self, v_marca, v_modelo, v_nro_de_ruedas, v_velocidad, v_cilindrada, v_puestos):
super().__init__(v_marca, v_modelo, v_nro_de_ruedas, v_velocidad, v_cilindrada)
self._v_puestos = v_puestos
@property
def v_puestos(self):
"""
Devuelve el número de puestos del vehículo particular.
"""
return self._v_puestos
@v_puestos.setter
def v_puestos(self, v_valor): # bastante poco probable, sólo con fines pedagógicos
"""
Establece el número de puestos del vehículo particular.
Parámetros: v_valor (int), es un nuevo número de puestos. Debe ser un número entero positivo.
"""
if not isinstance(v_valor, int):
raise TypeError("El número de puestos debe ser un entero.")
if v_valor <= 0:
raise ValueError("El número de puestos debe ser mayor que cero.")
self._v_puestos = v_valor
def __str__(self):
"""
Devuelve una representación en cadena de caracteres del vehículo particular.
"""
return f"El vehículo particular {super().__str__()}, dispone de {self.v_puestos} puestos"
# Subclase Carga ==> hereda de Automóvil
class Carga(Automovil):
def __init__(self, v_marca, v_modelo, v_nro_de_ruedas, v_velocidad, v_cilindrada, v_carga_kgs):
super().__init__(v_marca, v_modelo, v_nro_de_ruedas, v_velocidad, v_cilindrada)
self.v_carga_kgs = v_carga_kgs
# Clase Bicicleta ==> hereda de Vehículo
class Bicicleta(Vehiculo):
def __init__(self, v_marca, v_modelo, v_nro_de_ruedas, tipo_de_bicicleta):
super().__init__(v_marca, v_modelo, v_nro_de_ruedas)
self._tipo_de_bicicleta = tipo_de_bicicleta
@property
def tipo_de_bicicleta(self):
"""
Devuelve el tipo de bicicleta.
"""
return self._tipo_de_bicicleta
@tipo_de_bicicleta.setter
def tipo_de_bicicleta(self, v_nuevo_tipo):
"""
Establece el tipo de bicicleta.
Parámetros: v_nuevo_tipo (str), que almacena el nuevo tipo de bicicleta.
"""
if not isinstance(v_nuevo_tipo, str):
raise TypeError("El tipo de bicicleta debe ser una cadena de texto.")
self._tipo_de_bicicleta = v_nuevo_tipo
def __str__(self):
"""
Devuelve una representación en cadena de caracteres de la bicicleta.
"""
return f"La bicicleta {super().__str__()}, es de tipo {self.tipo_de_bicicleta}"
# Subclase Motocicleta ==> hereda de Bicicleta
class Motocicleta(Bicicleta):
def __init__(self, v_marca, v_modelo, v_nro_de_ruedas, tipo_de_bicicleta, v_motor, v_cuadro, v_nro_radios):
super().__init__(v_marca, v_modelo, v_nro_de_ruedas, tipo_de_bicicleta)
self._v_motor = v_motor
self._v_cuadro = v_cuadro
self._v_nro_radios = v_nro_radios
@property
def v_motor(self):
return self._v_motor
@v_motor.setter
def v_motor(self, v_nuevo_motor):
if not isinstance(v_nuevo_motor, str):
raise TypeError("El motor debe ser una cadena de texto.")
self._v_motor = v_nuevo_motor
@property
def v_cuadro(self):
return self._v_cuadro
@v_cuadro.setter
def v_cuadro(self, v_nuevo_cuadro):
if not isinstance(v_nuevo_cuadro, str):
raise TypeError("El cuadro debe ser una cadena de texto.")
self._v_cuadro = v_nuevo_cuadro
@property
def v_nro_radios(self):
return self._v_nro_radios
@v_nro_radios.setter
def v_nro_radios(self, v_nuevo_nro_radios):
if not isinstance(v_nuevo_nro_radios, int):
raise TypeError("El número de radios debe ser un entero.")
if v_nuevo_nro_radios <= 0:
raise ValueError("El número de radios debe ser mayor que cero.")
self._v_nro_radios = v_nuevo_nro_radios
def __str__(self):
return f"La motocicleta {super().__str__()}, tiene un motor de {self.v_motor}, un cuadro {self.v_cuadro}, y sus ruedas cuentan con {self.v_nro_radios} radios de acero"
# ESTRUCTURA DE LAS PÁGINAS DE LA APLICACIÓN
# ******************************************
# Título principal de la aplicación
v_nom_sistema = 'MVP PEAJES FS V 0.8'
st.title(v_nom_sistema)
# Función mostrar el título en la barra lateral
def f_titulo_lateral(v_nom_sistema):
"""
Establece el título lateral
Parámetros: Recibe una cadena de texto
Retorna: Muestra el título que es lo hace parametrizable y
reutilizable para todas las pantallas.
"""
st.sidebar.title(v_nom_sistema)
# Llamada a la función para crear el título
f_titulo_lateral(v_nom_sistema)
# Peajes FS Version Development
def pagina_principal(): # HOME O INICIO, SE PRESENTA INFORMACIÓN DEL README
"""
En Streamlit cada página se construye como una función.
Se usan las clases del framework para construir objetos como
tablas o inputs
Parámetros: None
Retorna: Renderiza la página según las clases utilizadas
"""
st.title('SECCION: Acerca del Sistema...')
# Sección 1: Presentación
v_col1, v_col2 = st.columns([2, 1])
with v_col1:
st.write('Este proyecto, **MVP Peajes FS**, es una aplicación basada en Python diseñada para gestionar datos de vehículos y tarifas asociadas. Proporciona una interfaz fácil de usar desarrollada usando el Framework STREAMLIT que sirve para:')
st.markdown('''
1. **Mostrar la relación entre instancias y clases:** Compara clases e instancias de clases, y determina si un objeto es instancia o no de otra clase.
2. **Ingreso de nuevos vehículos:** Añade nuevos vehículos a la base de datos.
3. **Gestión de datos:** Modificar, eliminar y buscar registros de vehículos usando filtros avanzados.
4. **Cálculo de tarifas:** Usando como clave el tipo de vehículo, utiliza un polinomio de variables para calcular una tarifa y registrar la recaudación.
5. **Generación de informes:** Exportar datos en varios formatos (CSV, PDF, Excel).
''')
with v_col2:
st.image('./assets/img/peajes.jpg')
# Sección 2: Características del sistema
v_col1, v_col2 = st.columns([1, 2])
with v_col1:
st.image('./assets/img/MVPpeajesv0.8.svg')
with v_col2:
st.subheader('Diagrama de Clases')
st.write("Las instancias de las clases, por ejemplo:")
st.write(" :blue[un_auto = Particular(atributos)]")
st.write("crean representaciones de los vehículos en memoria pero, para efectos de ajustar el prototipo a algunos elementos de la pauta, las clases sólo reflejarán el encapsulamiento de lógica específica de cada tipo de vehículo, por ejemplo, establecer un valor de atributo o retornar su valor semántico")
st.markdown('''
* **Clase Vehiculo:** Clase base para todos los vehículos, defie atributos comunes como marca, modelo y número de ruedas.
* **Automovil:** Hereda de Vehiculo y agrega atributos específicos para automóviles como velocidad y cilindrada.
* **Particular:** Hereda de Automovil y agrega el atributo "puestos".
* **Carga:** Hereda de Automovil y agrega el atributo "carga_kgs".
* **Bicicleta:** Hereda de Vehiculo y agrega el atributo "tipo_de_bicicleta".
* **Motocicleta:** Hereda de Bicicleta y agrega atributos específicos para motocicletas como motor, cuadro y número de radios (radios=rayos o varillas metálicas).
''')
data = {
'Clase Padre': ['Vehiculo', 'Automóvil', 'Bicicleta'],
'Clase Hija(s)': ['Automóvil, Bicicleta', 'Particular, Carga', 'Motocicleta'],
'Tipo de Relación': ['Herencia', 'Herencia', 'Herencia'],
'Cardinalidad': ['1 a muchos', '1 a muchos', '1 a muchos']
}
df = pd.DataFrame(data)
st.subheader("Relaciones entre Clases")
st.table(df)
# Sección 3: Otras características del sistema
st.subheader("Estructura de Datos en SQLite3")
st.markdown('''
La base de datos vehiculos está diseñada para gestionar información relacionada con diferentes tipos de vehículos, sus características, las tarifas asociadas y el historial de cobros. Se compone de tres tablas principales:.
* **Recaudacion:** Almacena información sobre los cobros realizados, incluyendo el tipo de vehículo, fecha de la operación, monto cobrado y un código de operación.
* **Tarifario:** Contiene las tarifas para cada tipo de vehículo, incluyendo una tarifa base, una tarifa por exceso de peso y un tipo de tarifa.
* **Vehiculos:** Describe los detalles de cada vehículo, como marca, modelo, número de ruedas, tipo de vehículo (particular, carga, bicicleta, motocicleta), y otras características específicas.
''')
v_col1, v_col2 = st.columns([1, 1])
with v_col1:
st.subheader("Funciones de acceso a datos (Data Access Functions)")
st.markdown('''
Se ha separado la lógica de la aplicación de la lógica de persistencia de los datos, se desarrollaron funciones para interactuar directamente con la base de datos SQLite3.
* **pagina_insertar():** Recibe un objeto de una clase como parámetro, y lo inserta en la base de datos.
* **mostrar_vehiculo():** Consulta la base de datos y devuelve objetos de las clases correspondientes. Se agregó un filtro avanzado y exportacióna distintos formatos.
* **pagina_modificarV(), pagina_modificarT(), editar_registro(), actualizar_registro():** Reciben un objeto sin modificar,
permite editarlo, y luego, actualiza los registros correspondientes en la base de datos.
* **Eliminar:** Tratándose de un sistema transaccional, no se implementaron métodos para eliminar
objetos de la bbdd por razones de auditoría, en su reemplazo se consideró registrar la última actualización.
Por lo tanto sólo se puede crear un registro, o modificarlo. Tampoco se puede modificar información de los ingresos.
''')
with v_col2:
st.image('./assets/img/diagrama_clases2.PNG')
# Creamos dataFrames para cada tabla y armar los diccionarios
recaudacion_df = pd.DataFrame({
'Campo' : ['id', 'tipo', 'fecha_operacion', 'cobro', 'cod_op'],
'Tipo' : ['int', 'str', 'text', 'float', 'str'],
'Descripción': ['Identificador único de cada registro de cobro',
'Tipo de vehículo',
'Fecha y hora en que se realizó el cobro',
'Monto cobrado',
'Código de operación asociado al cobro']
})
tarifario_df = pd.DataFrame({
'Campo' : ['id', 'tipo', 'cod_tarifa', 'base_rate', 'overrate_weight', 'type_rate', 'ultima_actualizacion', 'estado'],
'Tipo' : ['int', 'str', 'str', 'float', 'float', 'float', 'text', 'boolean'],
'Descripción': ['Identificador único de cada tarifa',
'Tipo de vehículo al que corresponde la tarifa',
'Código de la tarifa',
'Tasa base',
'Tasa adicional por peso (aplicable a vehículos de carga)',
'Tasa adicional por tipo de vehículo',
'Fecha de la última actualización de la tarifa',
'Indica si la tarifa está activa (1) o inactiva (0)']
})
vehiculos_df = pd.DataFrame({
'Campo' : ['id', 'tipo', 'marca', 'modelo', 'nro_ruedas', 'velocidad', 'cilindrada',
'puestos', 'carga_kgs', 'tipo_bici', 'motor', 'cuadro','nro_radios',
'estado_cobro', 'fecha_actualizacion'],
'Tipo' : ['int', 'str', 'str', 'str', 'int', 'int', 'int',
'int', 'int', 'str', 'str', 'str','int',
'boolean', 'text'],
'Descripción': ['Identificador único de cada vehículo',
'Tipo de vehículo (Particular, Carga, Bicicleta, Motocicleta)',
'Marca del vehículo',
'Modelo del vehículo',
'Número de ruedas del vehículo',
'Velocidad máxima del vehículo',
'Cilindrada del motor',
'Número de asientos',
'Capacidad de carga en kilogramos',
'Tipo de bicicleta (urbana, montaña, etc.)',
'Tipo de motor',
'Tipo de cuadro',
'Número de radios de las ruedas (para bicicletas)',
'Indica si el vehículo ha sido cobrado (1) o no (0)',
'Fecha de la última actualización del registro del vehículo']
})
st.subheader("Diccionario de datos: Base de Datos VEHICULOS.DB")
st.markdown('''
Algunas consideraciones sobre el modelo de datos del prototipo (MVP)
* **Campos tipo DATE:** SQLite no posee un tipo de dato "date", por lo que se usa el tipo TEXT y se hacen las conversiones.
* **PK y FK:** No se ha definido índices ni FK, por el volumen de datos y tratarse de un MVP.
* **Campos redundantes:** Algunos campos podrían ser redundantes, como el tipo de vehículo en la tabla Recaudacion, ya que esta información podría obtenerse de la tabla Vehiculos.
* **Recaudacion y Vehiculos:** Están relacionadas por el id, porque para cada cobro, hay un único vehículo, y por el tipo de vehículo (aunque no está explícito en el esquema actual).
* **Recaudacion y Tarifario:** Están relacionadas por el tipo de vehículo y el código de tarifa utilizado para calcular el cobro.
''')
st.write("Tabla Recaudacion")
st.table(recaudacion_df)
st.write("Tabla Tarifario")
st.table(tarifario_df)
st.write("Tabla Vehiculos")
st.table(vehiculos_df)
# *****************************************************************************
# *************************PAGINA INGRESO**************************************
# ************ESTA ES LA PÁGINA PARA INSERTAR VEHÍCULOS************************
def pagina_ingreso():
'''
En Streamlit cada página se construye como una función.
Se usan las clases del framework para construir objetos como
tablas o inputs
Parámetros: None
Retorna: Renderiza la página según las clases utilizadas
'''
st.title('SECCION: Ingreso de Vehículos')
# Función para insertar vehículos en la base de datos
def insertar_vehiculo(vehiculo):
'''
Abre una conexión a la bbdd y realiza una inserción
de uno o más registros nuevos.
Parámetros: Recibe una tupla y valida el número de argumentos
que se le pasan.
Retorna: Nuevos datos que se verán reflejados en la tabla vehículos en
estado de cobro=0, esperando ser procesados en recaudación.
'''
# Primero validamos que los datos pertenezcan a la clase superclase y, además,
# se verifica la cardinalidad de los argumentos que se le pasan
if not isinstance(vehiculo, tuple) or len(vehiculo) != 14: # Validamos la clase y el tipo usando el metodo 'isinstance'
raise ValueError(f'La tupla no es válida, debe tener 14 elementos, pero tiene {len(vehiculo)}')
# Luego de algunos problemas validando la tupla, encontré que, para asegurarnos, al prepararla antes de
# insertar los datos, convertimos valores None a cadenas vacías o ceros, según correspondía para controlar
# cualquier excepción por tipo de dato en las validaciones. Finalmente, modifique la forma de crear los registros
# y corregí los datos históricos para que fuesen consistentes desde el orígen. Se mantuvo la validación.
vehiculo = tuple(str(val) if val is None else val for val in vehiculo)
# Abrimos la conexión a la BBDD e instanciamos un cursor
try:
# pepinillo, nombre de mi conexión, se puede llamar de cualquier forma
pepinillo = sqlite3.connect('vehiculos.db')
cursor = pepinillo.cursor()
cursor.execute('''
INSERT INTO vehiculos (tipo, marca, modelo, nro_ruedas, velocidad,
cilindrada, puestos, carga_kgs, tipo_bici, motor, cuadro, nro_radios,
estado_cobro, fecha_actualizacion)
VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?)''', vehiculo )
pepinillo.commit() # Actualizamos la BBDD
except sqlite3.Error as e:
print('Error al insertar vehículo:', e)
finally:
if pepinillo:
pepinillo.close()
# ''Función para mostrar sólo los vehículos que no han sido procesados (where estado_cobro = 0) todos los vehículos almacenados
def mostrar_vehiculos():
'''
Abre una conexión a la bbdd y realiza una consulta sql
Parámetros: None
Retorna: Todos los datos de la tabla vehículos.
Para este MVP, es viable hacer un select*,
al crecer la base será necesario implementar más filtros
'''
pepinillo = sqlite3.connect('vehiculos.db')
df_flag = pd.read_sql('SELECT * FROM vehiculos WHERE estado_cobro = 0', pepinillo) # La consulta es convertida en dataframe, facilitando otros procesos
pepinillo.close()
return df_flag
# Creamos una lista para almacenar temporalmente los vehículos
lst_alta_vehiculos = []
# Preguntamos al usuario cuántos vehículos desea crear
v_num_vehiculos = st.number_input("¿Cuántos vehículos desea crear?", min_value=1, step=1)
# Agregamos una fecha, con la fecha de la actualización del registro o, con la fecha de la operación de alta del vehículo
v_fecha_operacion = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
for i in range(v_num_vehiculos):
st.subheader(f"Ingrese los datos del vehículo {i + 1} de {v_num_vehiculos}...")
# Selección de tipo de vehículo
v_tipo_vehiculo = st.selectbox(f"Seleccione el tipo de vehículo {i + 1}",
["Particular", "Carga", "Bicicleta", "Motocicleta"])
# Datos comunes a todos los vehículos
v_marca = st.text_input(f"Marca del vehículo {i + 1}")
v_modelo = st.text_input(f"Modelo del vehículo {i + 1}")
v_nro_de_ruedas = st.selectbox(f"Número de ruedas del vehículo {i + 1}", [2, 4, 6, 8, "Otro"])
if v_nro_de_ruedas == "Otro":
v_nro_de_ruedas = st.number_input(f"Ingrese el número de ruedas para el vehículo {i + 1}", min_value = 1, max_value = 12)
if v_tipo_vehiculo == "Particular":
v_velocidad = st.number_input(f"Velocidad del vehículo {i + 1} en km/h", min_value = 0, max_value = 260)
v_cilindrada = st.number_input(f"Cilindrada del vehículo {i + 1} en cc", min_value = 0, max_value = 9999)
v_puestos = st.number_input(f"Número de puestos del vehículo {i + 1}", min_value = 1, max_value = 10)
vehiculo = ("Particular", v_marca, v_modelo, v_nro_de_ruedas, v_velocidad, v_cilindrada,
v_puestos, 0, '', 0, '', 0, 0, v_fecha_operacion)
elif v_tipo_vehiculo == "Carga":
v_velocidad = st.number_input(f"Velocidad del vehículo {i + 1} en km/h", min_value = 0, max_value = 260)
v_cilindrada = st.number_input(f"Cilindrada del vehículo {i + 1} en cc", min_value = 0, max_value = 9999)
v_carga_kgs = st.number_input(f"Capacidad de carga del vehículo {i + 1} en kg", min_value = 0)
vehiculo = ("Carga", v_marca, v_modelo, v_nro_de_ruedas, v_velocidad, v_cilindrada,
1, v_carga_kgs, '', '', '', 0, 0, v_fecha_operacion)
elif v_tipo_vehiculo == "Bicicleta":
v_tipo_de_bicicleta = st.selectbox(f"Tipo de bicicleta {i + 1}", ["Urbana", "Carrera"])
vehiculo = ("Bicicleta", v_marca, v_modelo, v_nro_de_ruedas, 0, 0, 1, 0,
v_tipo_de_bicicleta, '', '', 0, 0, v_fecha_operacion)
elif v_tipo_vehiculo == "Motocicleta":
v_tipo_de_bicicleta = st.selectbox(f"Tipo de bicicleta {i + 1}", ["Urbana", "Carrera", "Deportiva"])
v_motor = st.selectbox(f"Tipo de motor {i + 1}", ["2T", "4T"])
v_cuadro = st.selectbox(f"Tipo de cuadro {i + 1}", ["Doble Cuna", "Multitubular", "Doble Viga"])
v_nro_radios = st.number_input(f"Número de radios {i + 1}", min_value = 0)
vehiculo = ("Motocicleta", v_marca, v_modelo, v_nro_de_ruedas, 0, 0, 1, 0,
v_tipo_de_bicicleta, v_motor, v_cuadro, v_nro_radios, 0, v_fecha_operacion)
lst_alta_vehiculos.append(vehiculo) # Creamos una lista que irá guardando los vehículos creados
if st.button(f"Agregar vehículo {i + 1}"):
insertar_vehiculo(vehiculo)
st.success(f"Vehículo {i + 1} agregado exitosamente")
# Mostrar resumen de los vehículos ingresados
st.subheader("Vehículos ingresados")
df_vehiculos = mostrar_vehiculos()
st.dataframe(df_vehiculos)
#''
# *****************************************************************************
# *************************PAGINA CONSULTA*************************************
# **********ESTA ES LA PÁGINA PARA REALIZAR VARIOS TIPOS DE CONSULTAS**********
def pagina_consulta():
st.title("SECCIÓN: Consulta Vehículos y Recaudación")
# Conectar a la base de datos
pepinillo = sqlite3.connect('vehiculos.db')
# Obtener los tipos de vehículos, marcas y modelos disponibles para los filtros
lst_tipos_vehiculo = pd.read_sql("SELECT DISTINCT tipo FROM vehiculos", pepinillo)['tipo'].tolist()
lst_marcas_vehiculo = pd.read_sql("SELECT DISTINCT marca FROM vehiculos", pepinillo)['marca'].tolist()
lst_modelos_vehiculo = pd.read_sql("SELECT DISTINCT modelo FROM vehiculos", pepinillo)['modelo'].tolist()
# Opciones de consulta predefinidas
lst_opciones_consulta = ["Por tipo de vehículo", "Por rango de fechas", "Vehículos procesados en un día", "Ingresos recaudados por día o rango"]
v_tipo_consulta = st.selectbox("Seleccione el tipo de consulta", lst_opciones_consulta)
# Campos de entrada según el tipo de consulta seleccionada
v_tipo_vehiculo = None
v_fecha_inicio = None
v_fecha_fin = None
if v_tipo_consulta == "Por tipo de vehículo":
v_tipo_vehiculo = st.multiselect("Seleccione el tipo de vehículo", lst_tipos_vehiculo)
elif v_tipo_consulta == "Por rango de fechas":
v_fecha_inicio = st.date_input("Fecha de inicio")
v_fecha_fin = st.date_input("Fecha fin")
# Campos adicionales para filtrar
marca = st.multiselect("Seleccione la marca", lst_marcas_vehiculo)
modelo = st.multiselect("Seleccione el modelo", lst_modelos_vehiculo)
v_tipo_vehiculo = st.multiselect("Seleccione el tipo de vehículo (opcional)", lst_tipos_vehiculo)
elif v_tipo_consulta == "Vehículos procesados en un día":
st.write('Ingrese fechas de inicio y fin o, si es el mismo día, inicio y fin son iguales')
v_fecha_inicio = st.date_input("Fecha de inicio")
v_fecha_fin = st.date_input("Fecha fin")
elif v_tipo_consulta == "Ingresos recaudados por día o rango":
st.write('Ingrese fechas de inicio y fin o, si es el mismo día, inicio y fin son iguales')
v_fecha_inicio = st.date_input("Fecha de inicio")
v_fecha_fin = st.date_input("Fecha fin")
# Botón para ejecutar la consulta
if st.button("Ejecutar consulta", key='ejecutar_consulta'):