Dashboard com Streamlit + Django REST API

1. Introdução

• O que é o Streamlit? (ferramenta Python para dashboards interativos)
• O que é uma API REST? (interface para acessar dados remotamente)
• Objetivo: Construir um dashboard que consome dados de um censo via API Django REST e gera relatórios interativos.

---

2. Preparando o Ambiente

• Instalar dependências:

  pip install streamlit requests pandas matplotlib
  

• Ter uma API Django REST rodando (como a do seu projeto).

---

3. Estrutura Sugerida da API

• Endpoints RESTful para:
  • /api/domicilios/ (lista de domicílios)
  • /api/moradores/ (lista de moradores)
  • /api/responsaveis/ (lista de responsáveis)
• Cada endpoint retorna dados em JSON, por exemplo:

  [
    {"id": 1, "uf": "SP", "municipio": "São Paulo", ...}
  ]
  

---

4. Consumindo a API no Streamlit

• Usar a biblioteca requests para buscar dados:

  import requests
  import pandas as pd
  
  url = "http://localhost:8000/api/domicilios/"
  response = requests.get(url)
  data = response.json()
  df = pd.DataFrame(data)
  

---

5. Montando o Dashboard

• Estrutura básica do app:

  import streamlit as st
  
  st.title("Relatório do Censo - Dashboard")
  # Carregar dados da API
  # Mostrar filtros (UF, município, faixa etária, etc)
  # Mostrar gráficos (pie, bar, etc)
  # Mostrar tabela de dados filtrados
  

• Exemplos de filtros:

  uf = st.sidebar.selectbox("UF", df['uf'].unique())
  municipio = st.sidebar.selectbox("Município", df[df['uf'] == uf]['municipio'].unique())
  

---

6. Visualizações

• Gráficos com matplotlib ou plotly:
  • Distribuição por sexo, faixa etária, cor/raça, renda, etc.
  • Exemplo:

    import matplotlib.pyplot as plt
    fig, ax = plt.subplots()
    df['sexo'].value_counts().plot.pie(autopct='%1.1f%%', ax=ax)
    st.pyplot(fig)
    

---

7. Gerando Relatórios

• Permitir download de relatórios filtrados (CSV, PDF, etc):

  st.download_button("Baixar CSV", df_filtrado.to_csv(index=False), "relatorio.csv")