Visualizaciones de patologías del café

Proyecto: dashboard interactivo para visualizar indicadores climáticos y de riesgo (roya, broca) en cafetales.

Estado actual (resumen)

• El frontend está implementado en Streamlit (app.py).
• Las funciones de cálculo y modelado (simulaciones, regresión logística y binomial negativa) están incluidas.
• Datos: hay CSV de ejemplo en data/ y se copiaron a la raíz (clima_ubicaciones.csv, ubicaciones.csv, enfermedades.csv) para compatibilidad con app.py.
• Se resolvieron varios errores durante el arranque: dependencias faltantes como statsmodels y streamlit fueron instaladas; funciones de simulación fueron parcheadas para manejar NaNs.

Requisitos

• Python 3.10+ (el repo se probó con Python 3.12 en el contenedor de desarrollo).
• Dependencias (lista parcial, ver requirements.txt):
  • streamlit
  • pandas
  • numpy
  • plotly
  • seaborn
  • matplotlib
  • statsmodels
  • folium (opcional, para mapas)
  • streamlit-folium (opcional, para renderizar folium en Streamlit)

Archivos de datos esperados

• clima_ubicaciones.csv: series horarias de clima con columnas (latitud, longitud, fecha_hora, temperatura, humedad_relativa, precipitacion, radiacion_solar, humeda).
• ubicaciones.csv: tabla de ubicaciones con columnas que incluyan latitud, longitud, Hacienda, Altitud_m_s_n_m.
• enfermedades.csv: tabla con umbrales por enfermedad (Enfermedad, Patogeno_Causante, T_min, T_max, HR_min, Frecuencia_Lluvia).

Cómo ejecutar (pasos reproducibles)

1. (opcional, recomendado) Crear y activar un entorno virtual:

python3 -m venv .venv
source .venv/bin/activate

2. Instalar dependencias:

pip install -r requirements.txt
# Si falta algo, instalar manualmente: pip install statsmodels streamlit-folium

3. Asegurar que los CSV están disponibles en el directorio de ejecución (raíz) o modificar las rutas en app.py:

cp data/clima_ubicaciones.csv .
cp data/ubicaciones.csv .
cp data/enfermedades.csv .

4. Ejecutar la app (ver logs en primer plano):

python3 -m streamlit run app.py --server.port 8501

O, si el ejecutable streamlit está disponible directamente:

/home/codespace/.python/current/bin/streamlit run app.py --server.port 8501

5. Abrir en el navegador: http://localhost:8501 (o la URL local que muestre Streamlit).

Problemas comunes y soluciones rápidas

• ModuleNotFoundError: instala la dependencia faltante con pip install <paquete> usando el mismo intérprete que ejecuta Streamlit.
• Port 8501 in use: elegir otro puerto --server.port 8502 o matar el proceso que ocupa el puerto: pkill -f streamlit.
• Errores de columna (KeyError): revisar los encabezados de los CSV con head -n 5 data/<archivo> y adaptar app.py a los nombres reales.

Estado conocido y tareas pendientes

• Mapas: si quieres renderizar el mapa de zonas con polígonos (folium), instala streamlit-folium y asegúrate de que mapa_zonas.py exporte el objeto m (folium.Map). Si no, la app dibuja puntos desde data/muestreo.csv si existe.
• Validación estadística: el código usa datos simulados para demostración; para análisis reales, sustituir las simulaciones por datos observados.
• Tests/CI: no existen pruebas automatizadas en el repo actualmente.