data-catalog-services/ArchiveCostWebapp
0
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

app.py PEP 8 konform

Browse Source
This commit is contained in:
huesser
2026-06-22 15:45:49 +02:00
parent 51ca73c68f
commit 00a9b9ebdc
1 changed files with 70 additions and 64 deletions
Download Patch File Download Diff File Expand all files Collapse all files
analytics/app.py
+70 -64
View File
@@ -3,62 +3,64 @@ import pandas as pd
import plotly.express as px
import numpy as np
# Umrechnungsfaktor von Terabytes nach Bytes
TB2B = 1024**4
# Seitenkonfiguration (gibt uns ein schönes breites Layout)
st.set_page_config(layout="wide")
# 1. Daten laden (Pfad aus deinem Docker-Setup)
# --- Konstanten ---
TB2B = 1024**4 # TB in Bytes
FILE_PATH = "/data/json_cache.json"
PRICE_PER_TB = 8.1 # CHF / TB
# --- Seitenkonfiguration ---
st.set_page_config(layout="wide")
# --- Daten laden ---
@st.cache_data
def load_data():
# Falls die Datei existiert, laden, sonst leeres Dataframe für den Test
"""
Lädt die Daten aus dem JSON-Cache.
Falls die Datei nicht existiert, werden Dummy-Daten für Testzwecke erstellt.
"""
try:
return pd.read_json(FILE_PATH)
except Exception:
# Dummy-Daten, falls Node-RED noch nichts abgelegt hat
return pd.DataFrame([
{"ownerGroup": "a-123", "department": "4000", "size": 500000},
{"ownerGroup": "p9999", "department": "6000", "size": 1200000}
{"ownerGroup": "a-123", "department": "4000", "size": 500000, "packedSize": 400000},
{"ownerGroup": "p9999", "department": "6000", "size": 1200000, "packedSize": 1000000}
])
df = load_data()
# Initialisierung des Session State für die Bereichs-Analyse
# --- Session State Initialisierung ---
if "department" in df.columns:
depts = sorted(df["department"].unique().tolist())
if 'gewaehltes_dept' not in st.session_state:
st.session_state.gewaehltes_dept = depts[0] if depts else None
# 2. NAVIGATION LINKS (Sidebar)
# --- Navigation (Sidebar) ---
st.sidebar.title("Navigation")
st.sidebar.markdown("Wählen Sie eine Ansicht:")
# Ein Radio-Button verhält sich wie eine klickbare Liste
auswahl = st.sidebar.radio(
label="Ansichten",
options=[
"Übersicht & Metriken",
"Bereichs-Analyse",
"Nicht zuweisbare Daten",
"Übersicht & Metriken",
"Bereichs-Analyse",
"Nicht zuweisbare Daten",
"Rohdaten"
],
label_visibility="collapsed" # Versteckt das Label für eine sauberere Optik
label_visibility="collapsed"
)
# 3. ANZEIGE RECHTS (Hauptbildschirm)
# Hier steuern wir den Inhalt basierend auf der Auswahl links
# --- Hauptansicht ---
if auswahl == "Übersicht & Metriken":
st.title("Übersicht")
# Beispiel für schnelle Metriken rechts
total_vol = df["size"].sum()
total_packed_vol = df["packedSize"].sum()
col1, col2 = st.columns(2)
col1.metric("Gesamtvolumen (TB)", f'{total_vol/TB2B:.2f}')
col1.metric("Gesamtes packetiertes Volumen (TB)", f'{total_packed_vol/TB2B:.2f}')
@@ -71,16 +73,14 @@ if auswahl == "Übersicht & Metriken":
df_department_overview['Kosten [CHF]'] = (
(df_department_overview['packedSize'] / TB2B) * PRICE_PER_TB
)
df_department_overview['packedSize'] = df_department_overview['packedSize']/TB2B
# Spalten/Indexnamen nur für die Anzeige anpassen
df_department_overview['packedSize'] /= TB2B
df_department_overview.index.name = "Bereich"
df_department_overview.rename(
columns={"packedSize": "Totales packetiertes Volumen [TB]"},
columns={"packedSize": "Totales packetiertes Volumen [TB]"},
inplace=True
)
# st.table ist besser für kleine, statische Tabellen, die den Inhalt voll anzeigen sollen
col2.table(
df_department_overview.style.format({
"Totales packetiertes Volumen [TB]": "{:.4f}",
@@ -88,32 +88,26 @@ if auswahl == "Übersicht & Metriken":
"Kosten [CHF]": "{:.2f}"
})
)
# col2.metric("Abteilungen", f'{df.groupby('department')['packedSize'].sum().to_frame()}', use_container_width=True)
# Hier könnte eine Grafik hin
if "department" in df:
fig = px.pie(
df,
names="department",
values="packedSize",
df,
names="department",
values="packedSize",
title="Verteilung nach Bereichen"
)
# Legende explizit positionieren, um den Abstand zu verringern
fig.update_layout(legend=dict(x=0.7, y=0.5))
st.plotly_chart(fig)
elif auswahl == "Bereichs-Analyse":
st.title("Bereichs-Analyse")
# Ein zusätzlicher Filter, der nur in dieser Ansicht erscheint
if "department" in df and depts:
# Finde den Index des gespeicherten Departments
try:
default_index = depts.index(st.session_state.gewaehltes_dept)
except ValueError:
default_index = 0
# Erstelle die Selectbox und speichere die neue Auswahl
neue_auswahl = st.selectbox(
"Bereich auswählen:",
depts,
@@ -122,21 +116,22 @@ elif auswahl == "Bereichs-Analyse":
st.session_state.gewaehltes_dept = neue_auswahl
filtered_df = df[df["department"] == st.session_state.gewaehltes_dept].copy()
# Werte in der Spalte 'copies' durch Zahlen ersetzen
if "copies" in filtered_df.columns:
conditions = [
filtered_df['copies'].str.startswith('one', na=False),
filtered_df['copies'].str.startswith('two', na=False)
]
choices = [1, 2]
filtered_df['copies'] = np.select(conditions, choices, default=filtered_df['copies'])
filtered_df['copies'] = np.select(
conditions, choices, default=filtered_df['copies']
)
# DataFrame nach 'packedSize' absteigend sortieren
if "packedSize" in filtered_df.columns:
filtered_df = filtered_df.sort_values(by="packedSize", ascending=False)
filtered_df = filtered_df.sort_values(
by="packedSize", ascending=False
)
# Spaltennamen für die Anzeige anpassen
rename_mapping = {
"ownerGroup": "Gruppe",
"copies": "Anzahl Kopien",
@@ -147,37 +142,51 @@ elif auswahl == "Bereichs-Analyse":
}
filtered_df.rename(columns=rename_mapping, inplace=True)
# Neue Spalte 'Kosten' hinzufügen
if "packetierte Grösse" in filtered_df.columns:
filtered_df["Kosten [CHF]"] = (filtered_df["packetierte Grösse"] / TB2B) * PRICE_PER_TB
filtered_df["Kosten [CHF]"] = \
(filtered_df["packetierte Grösse"] / TB2B) * PRICE_PER_TB
st.metric(f"Anzahl Gruppen in Department {st.session_state.gewaehltes_dept}", len(filtered_df))
st.metric(
f"Anzahl Gruppen in Department {st.session_state.gewaehltes_dept}",
len(filtered_df)
)
st.dataframe(filtered_df, use_container_width=True, hide_index=True)
elif auswahl == "Nicht zuweisbare Daten":
st.title("Nicht zuweisbare Daten")
# Filtere Zeilen, bei denen 'department' nicht in eine Zahl umgewandelt werden kann
no_department_df = df[pd.to_numeric(df['department'], errors='coerce').isna()].copy()
no_department_df = df[
pd.to_numeric(df['department'], errors='coerce').isna()
].copy()
no_department_vol = no_department_df['packedSize'].sum()
st.write(f'Gesamtvolumen der nicht zuweisbaren Daten: {no_department_vol/TB2B:.2f} TB')
st.write(f'Anzahl der nicht zuweisbaren Gruppen: {len(no_department_df)}')
no_department_df = no_department_df.sort_values(by="packedSize", ascending=False)
no_department_df['unpacketierte Grösse [GB]'] = no_department_df['size'] / (TB2B/1024)
no_department_df['packetierte Grösse [GB]'] = no_department_df['packedSize'] / (TB2B/1024)
no_department_df["Kosten [CHF]"] = (no_department_df["packedSize"] / TB2B) * PRICE_PER_TB
del(no_department_df['size'])
del(no_department_df['packedSize'])
del(no_department_df['beamline'])
# Werte in der Spalte 'copies' durch Zahlen ersetzen
st.write(f'Gesamtvolumen: {no_department_vol/TB2B:.2f} TB')
st.write(f'Anzahl Gruppen: {len(no_department_df)}')
no_department_df = no_department_df.sort_values(
by="packedSize", ascending=False
)
no_department_df['unpacketierte Grösse [GB]'] = \
no_department_df['size'] / (TB2B / 1024)
no_department_df['packetierte Grösse [GB]'] = \
no_department_df['packedSize'] / (TB2B / 1024)
no_department_df["Kosten [CHF]"] = \
(no_department_df["packedSize"] / TB2B) * PRICE_PER_TB
no_department_df.drop(
columns=['size', 'packedSize', 'beamline'], inplace=True
)
if "copies" in no_department_df.columns:
conditions = [
no_department_df['copies'].str.startswith('one', na=False),
no_department_df['copies'].str.startswith('two', na=False)
]
choices = [1, 2]
no_department_df['copies'] = np.select(conditions, choices, default=no_department_df['copies'])
# Spaltennamen für die Anzeige anpassen
no_department_df['copies'] = np.select(
conditions, choices, default=no_department_df['copies']
)
rename_mapping = {
"ownerGroup": "Gruppe",
"copies": "Anzahl Kopien",
@@ -185,12 +194,9 @@ elif auswahl == "Nicht zuweisbare Daten":
}
no_department_df.rename(columns=rename_mapping, inplace=True)
# Index zurücksetzen, damit er nicht als Spalte angezeigt wird
st.table(no_department_df.reset_index(drop=True))
elif auswahl == "Rohdaten":
st.title("Rohdaten")
st.write("Durchsuchen und filtern Sie die vollständige Liste der Gruppen. Grössenangaben in Bytes.")
# Die Tabelle ohne Index und mit voller Höhe anzeigen
st.dataframe(df, use_container_width=True) #, hide_index=True)
st.write("Durchsuchen und filtern Sie die Gruppen. Grössenangaben in Bytes.")
st.dataframe(df, use_container_width=True)