Update app.py

app.py

@@ -13,15 +13,19 @@ from datetime import datetime
 
 app = Flask(__name__)
 
+def formatar_brl(valor):
+    """Formata número para moeda brasileira: R$ 1.234,56"""
+    return f"R$ {valor:,.2f}".replace(",", "X").replace(".", ",").replace("X", ".")
+
 def gerar_analise(investimentos_finais, capital):
     melhor = max(investimentos_finais, key=investimentos_finais.get)
     valor_melhor = investimentos_finais[melhor]
     retorno_pct = ((valor_melhor - capital) / capital) * 100
     analise = f"""
     Após análise dos cenários projetados para 5 anos, o investimento <strong>{melhor}</strong> apresenta o melhor desempenho,
-    com um valor final estimado de <strong>R$ {valor_melhor:,.2f}</strong>, equivalente a um retorno de <strong>{retorno_pct:.1f}%</strong>.
+    com um valor final estimado de <strong>{formatar_brl(valor_melhor)}</strong>, equivalente a um retorno de <strong>{retorno_pct:.1f}%</strong>.
     """
-    return analise.replace(",", ".")
+    return analise
 
 @app.route("/", methods=["GET", "POST"])
 def index():
@@ -36,6 +40,7 @@ def index():
 
         anos = list(range(1, 6))
 
+        # Cálculo dos valores projetados
         studio = [capital * ((1 + studio_ret / 100) ** (12 * ano)) for ano in anos]
         franquia = [capital + (franquia_ret * ano) for ano in anos]
         acoes = [capital * ((1 + acoes_ret / 100) ** ano) for ano in anos]
@@ -62,6 +67,7 @@ def index():
         investimento_mais_valorizado = max(investimentos_finais, key=investimentos_finais.get)
         valor_mais_alto = investimentos_finais[investimento_mais_valorizado]
 
+        # Gráfico com todas as linhas (incluindo Studio c/ Inflação)
         plt.figure(figsize=(8, 5))
         plt.plot(anos, studio, label="Studio", marker="o")
         plt.plot(anos, franquia, label="Franquia", marker="o")
@@ -87,35 +93,35 @@ def index():
         buf.close()
         plt.close()
 
+        # Formatação da tabela com moeda brasileira
         df_formatado = df.copy()
         for col in ["Studio", "Franquia", "Ações", "Renda Fixa", "Studio c/ Inflação"]:
-            df_formatado[col] = df_formatado[col].apply(lambda x: f"R$ {x:,.2f}".replace(",", "."))
+            df_formatado[col] = df_formatado[col].apply(formatar_brl)
 
         tabela = df_formatado.to_html(index=False, classes="table table-striped table-sm", border=0)
 
         analise_final = gerar_analise(investimentos_finais, capital)
 
-        # Tabela resumo
         resumo = []
         for nome, valor_final in investimentos_finais.items():
             retorno_abs = valor_final - capital
             retorno_pct = (retorno_abs / capital) * 100
             resumo.append({
                 "Investimento": nome,
-                "Valor Final": f"R$ {valor_final:,.2f}".replace(",", "."),
-                "Retorno Absoluto": f"R$ {retorno_abs:,.2f}".replace(",", "."),
+                "Valor Final": formatar_brl(valor_final),
+                "Retorno Absoluto": formatar_brl(retorno_abs),
                 "Retorno (%)": f"{retorno_pct:.1f}%"
             })
-        resumo = sorted(resumo, key=lambda x: float(x["Retorno (%)"].replace("%", "")), reverse=True)
+        resumo = sorted(resumo, key=lambda x: float(x["Retorno (%)"].replace("%", "").replace(",", ".")), reverse=True)
 
-        diferenca_pct = float(resumo[0]["Retorno (%)"].replace("%", "")) - float(resumo[1]["Retorno (%)"].replace("%", ""))
+        diferenca_pct = float(resumo[0]["Retorno (%)"].replace("%", "").replace(",", ".")) - float(resumo[1]["Retorno (%)"].replace("%", "").replace(",", "."))
         comentario_extra = ""
         if diferenca_pct < 5:
             comentario_extra = f"""
             Apesar do <strong>{resumo[0]['Investimento']}</strong> ter se destacado, a diferença em relação ao segundo colocado 
             (<strong>{resumo[1]['Investimento']}</strong>) foi de apenas {diferenca_pct:.1f} pontos percentuais. 
             Isso indica que ambas as estratégias podem ser consideradas, dependendo do perfil de risco e objetivos do investidor.
-            """.replace(",", ".")
+            """
 
         return render_template(
             "index.html",
@@ -163,7 +169,7 @@ def download_pdf():
         "Franquia": valores_franquia,
         "Ações": valores_acoes,
         "Renda Fixa": valores_renda_fixa,
-        "Studio c/ Inflação": valores_studio_ajustado_inflacao,
+        # Não inclui "Studio c/ Inflação" para remover do PDF
     })
 
     investimentos_finais = {
@@ -176,12 +182,12 @@ def download_pdf():
     investimento_mais_valorizado = max(investimentos_finais, key=investimentos_finais.get)
     valor_mais_alto = investimentos_finais[investimento_mais_valorizado]
 
+    # Gráfico SEM o "Studio c/ Inflação"
     plt.figure(figsize=(8, 5))
     plt.plot(anos, valores_studio, label="Studio", marker="o")
     plt.plot(anos, valores_franquia, label="Franquia", marker="o")
     plt.plot(anos, valores_acoes, label="Ações", marker="o")
     plt.plot(anos, valores_renda_fixa, label="Renda Fixa", marker="o")
-    plt.plot(anos, valores_studio_ajustado_inflacao, label="Studio c/ Inflação", linestyle='--', marker="o")
     plt.title("Comparação dos Investimentos")
     plt.xlabel("Ano")
     plt.ylabel("Valor (R$)")
@@ -195,9 +201,10 @@ def download_pdf():
     grafico_base64 = base64.b64encode(img_buffer.getvalue()).decode('utf-8')
     plt.close()
 
+    # Formatação para tabela do PDF (sem a coluna Studio c/ Inflação)
     df_formatado = df.copy()
-    for col in ["Studio", "Franquia", "Ações", "Renda Fixa", "Studio c/ Inflação"]:
-        df_formatado[col] = df_formatado[col].apply(lambda x: f"R$ {x:,.2f}".replace(",", "."))
+    for col in ["Studio", "Franquia", "Ações", "Renda Fixa"]:
+        df_formatado[col] = df_formatado[col].apply(formatar_brl)
 
     tabela = df_formatado.to_html(index=False, classes="table table-sm table-bordered", border=1)
 
@@ -209,20 +216,20 @@ def download_pdf():
         retorno_pct = (retorno_abs / capital_inicial) * 100
         resumo.append({
             "Investimento": nome,
-            "Valor Final": f"R$ {valor_final:,.2f}".replace(",", "."),
-            "Retorno Absoluto": f"R$ {retorno_abs:,.2f}".replace(",", "."),
+            "Valor Final": formatar_brl(valor_final),
+            "Retorno Absoluto": formatar_brl(retorno_abs),
             "Retorno (%)": f"{retorno_pct:.1f}%"
         })
-    resumo = sorted(resumo, key=lambda x: float(x["Retorno (%)"].replace("%", "")), reverse=True)
+    resumo = sorted(resumo, key=lambda x: float(x["Retorno (%)"].replace("%", "").replace(",", ".")), reverse=True)
 
-    diferenca_pct = float(resumo[0]["Retorno (%)"].replace("%", "")) - float(resumo[1]["Retorno (%)"].replace("%", ""))
+    diferenca_pct = float(resumo[0]["Retorno (%)"].replace("%", "").replace(",", ".")) - float(resumo[1]["Retorno (%)"].replace("%", "").replace(",", "."))
     comentario_extra = ""
     if diferenca_pct < 5:
         comentario_extra = f"""
         Apesar do <strong>{resumo[0]['Investimento']}</strong> ter se destacado, a diferença em relação ao segundo colocado 
         (<strong>{resumo[1]['Investimento']}</strong>) foi de apenas {diferenca_pct:.1f} pontos percentuais. 
         Isso indica que ambas as estratégias podem ser consideradas, dependendo do perfil de risco e objetivos do investidor.
-        """.replace(",", ".")
+        """
 
     html = render_template(
         "relatorio_pdf.html",
@@ -255,4 +262,3 @@ def download_pdf():
 
 if __name__ == '__main__':
     app.run(host='0.0.0.0', port=7860, debug=True)
-