-
Notifications
You must be signed in to change notification settings - Fork 0
/
denunciometro.py
470 lines (419 loc) · 22.7 KB
/
denunciometro.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
import pandas as pd
import numpy as np
pd.options.display.max_columns = None
import warnings
warnings.simplefilter(action='ignore')
import socket
import os
import time
from PIL import Image
from datetime import datetime
runningOn = socket.gethostname()
import requests
from random import randrange
from glob import glob
import zipfile
from unidecode import unidecode
global running_date
running_date = datetime.now().strftime("%d-%m-%Y %Hh%Mm")
######################### TEMP
######################### TEMP
def run():
global inicio, final, ped
registro()
# https://www.markdownguide.org/basic-syntax/
with st.beta_expander('Leia-Me!', expanded=False):
st.write('✅ Denunciómetro foi criado para publicar dados referentes à denúncias feitas a Agência Nacional de Proteção de Dados (ANPD), no contexto da Lei Geral de Proteção de dados (LGPD). **O conteúdo das denúncias não é disponibilizado**.')
st.write('✅ as informações e gráficos são compiladas a partir de dados públicos da CGU, que estão disponíveis em https://falabr.cgu.gov.br/publico/DownloadDados/DownloadDadosLai.aspx. Para opções use a barra lateral (clique ">" no topo esquerdo da página).')
st.write('✅ Denunciómetro é uma inciativa da DPO3, startup com foco na aderência à LGPD com planos a partir de R$19/mês. Conheça e experimente gratuitamente por 14 dias em http://www.dpo3.com.br.')
################################## Opções
st.sidebar.write('Opções de seleção. Para reset geral pressione F5.')
from datetime import time
from datetime import date
inicio,final = st.sidebar.slider(
"Período para considerar:",
value=(inicio, final))
ped = ped[(ped.Data != 'ND') & (ped.Data>=inicio) & (ped.Data<=final)]
opts = []
choices = []
for index, value in enumerate(ped['AssuntoPedido'].unique()):
if value=='ND':continue
opts.append(value)
choices.append(True)
st.sidebar.write('Assuntos:')
for i in range(len(opts)):
choices[i] = st.sidebar.checkbox(opts[i], value=choices[i])
choosen = []
for i in range(len(opts)):
if choices[i]: choosen.append(opts[i])
ped = ped[ped['AssuntoPedido'].isin(choosen)].reset_index(drop=True)
################################## Highligths
st.markdown(f'''<body><p style="font-size:18px;line-height: 25px;color:DeepSkyBlue ">
<i><b>Destaques e informações:</b></i></p></body>''', unsafe_allow_html=True)
hl = []
search = ['incidente', 'vazamentos']
cont = 0
for index, row in ped.iterrows():
present = False
for i in search:
if i.lower() in row['AssuntoPedido'].lower(): present = True
if i.lower() in row['SubAssuntoPedido'].lower(): present = True
if present: cont += 1
#incidentes de segurança
hl.append(f"""🔥 Existem {cont} entradas que mencionam "{' e/ou '.join(search)}".""")
for i in hl:
st.write(i)
st.write("📅 As informações são referentes ao período de "+\
datetime.strftime(inicio, '%d/%m/%Y')+" até "+\
datetime.strftime(final, '%d/%m/%Y')+".")
################################## GERAL
st.markdown(f'''<body><p style="font-size:18px;line-height: 25px;color:DeepSkyBlue ">
<i><b>Distribuição dos {ped.shape[0]:,} pedidos e denúncias ao longo do tempo:</b></i></p></body>''', unsafe_allow_html=True)
st.bar_chart(ped.groupby('Periodo').size(),
use_container_width=True)
################################## ASSUNTOS
tmp = ped
if tmp[tmp.AssuntoPedido=='ND'].shape[0] == 0:
head_gráfico = f'Distribuição dos {tmp.shape[0]:,} pedidos e denúncias de acordo com assunto:'
else:
count = tmp[tmp.AssuntoPedido=='ND'].shape[0]
remain = tmp.shape[0] - count
head_gráfico = f'Sobre os assuntos, existem {count:,} assunto(s) não especificado(s). Os demais {remain:,} tem a seguinte distribuição:'
tmp = tmp[tmp.AssuntoPedido!='ND']
tmp.reset_index(drop=True, inplace=True)
st.markdown(f'''<body><p style="font-size:18px;line-height: 25px;color:DeepSkyBlue ">{head_gráfico}</b></i></p></body>''', unsafe_allow_html=True)
st.bar_chart(tmp.groupby('AssuntoPedido').size(),
use_container_width=True)
################################## SUB-ASSUNTOS
tmp = ped
if tmp[tmp.SubAssuntoPedido=='ND'].shape[0] == 0:
head_gráfico = f'Distribuição dos {tmp.shape[0]:,} pedidos e denúncias de acordo com detalhamento do assunto (subassunto):'
else:
count = tmp[tmp.SubAssuntoPedido=='ND'].shape[0]
remain = tmp.shape[0] - count
head_gráfico = f'Sobre o detalhamento dos assuntos (subassuntos), existem {count:,} entrada(s) não especificada(s). As demais {remain:,} tem a seguinte distribuição:'
tmp = tmp[tmp.SubAssuntoPedido!='ND']
tmp.reset_index(drop=True, inplace=True)
st.markdown(f'''<body><p style="font-size:18px;line-height: 25px;color:DeepSkyBlue ">{head_gráfico}</b></i></p></body>''', unsafe_allow_html=True)
st.bar_chart(tmp.groupby('SubAssuntoPedido').size(),
use_container_width=True)
################################## Municipios
tmp = ped
if tmp[tmp.s_Municipio=='ND'].shape[0] == 0:
head_gráfico = f'Distribuição dos {tmp.shape[0]:,} pedidos e denúncias de acordo o estado do solicitante:'
else:
count = tmp[tmp.s_Municipio=='ND'].shape[0]
remain = tmp.shape[0] - count
head_gráfico = f'Sobre o estado dos solicitantes, existem {count:,} entrada(s) não especificada(s). As demais {remain:,} tem a seguinte distribuição:'
tmp = tmp[tmp.s_Municipio!='ND']
tmp.reset_index(drop=True, inplace=True)
st.markdown(f'''<body><p style="font-size:18px;line-height: 25px;color:DeepSkyBlue ">{head_gráfico}</b></i></p></body>''', unsafe_allow_html=True)
st.bar_chart(tmp.groupby('s_Municipio').size(),
use_container_width=True)
st.map(tmp[['lat','lon']],use_container_width=True)
with st.beta_expander('Veja a tabela completa', expanded=False):
show = ped[['Periodo','DataRegistro', 'DataResposta', 'Esfera',
'ProtocoloPedido', 'Situacao', 'Decisao', 'EspecificacaoDecisao',
'AssuntoPedido', 'SubAssuntoPedido', 's_Genero', 's_Idade', 'UF_loc', 'Cidade']]
show.rename({'s_Genero': 'Gênero',
's_Idade' : 'Idade',
'UF_loc' : 'UF'}, axis=1,inplace=True)
show['Idade'] = show['Idade'].astype(str)
st.dataframe(show.fillna('ND'))
return()
def registro(remarks=None):
form_data = { 'entry.2093722949' : 'Denunciómetro',
'entry.442023490' : 'IP',
'entry.225285568' : runningOn,
'entry.1052496244' : remarks}
ret = requests.post(url_post+'/formResponse', data=form_data, headers=
{'Referer':url_post+'/viewform',
'User-Agent': UserAgents[randrange(len(UserAgents))]})
return(True)
import streamlit as st
try: st.set_page_config(
page_title="DPO3 - Denunciómetro LGPD",
initial_sidebar_state="collapsed")
except: pass
from streamlit import caching
hide_streamlit_style = """<style>#MainMenu {visibility: hidden;}
footer {visibility: hidden;}
</style>"""
st.markdown(hide_streamlit_style, unsafe_allow_html=True)
#### CONFIG
with open("./UserAgents.cfg",encoding='utf-8') as f:
UserAgents = f.readlines(); f.close()
UserAgents = [c.replace('\n','').strip() for c in UserAgents]
if not runningOn == 'localhost':
import configparser
config_parser = configparser.RawConfigParser()
config_parser.read('./Denunciometro.ini')
url_post = config_parser.get('RUN', 'url_post')
else:
url_post = st.secrets["url_post"]
global inicio, final
with open('00LastUpdate.txt', 'r', encoding='utf-8') as base:
content = base.read().split('\n')
last = content[0]
inicio = datetime.strptime(content[1], '%Y-%m-%d %H:%M:%S')
final = datetime.strptime(content[2], '%Y-%m-%d %H:%M:%S')
def update():
try:
from lxml import etree
with st.spinner('Atualizando dados. Aguarde ~2 minutos'):
############################################## UPDATE
############################################## UPDATE
############################################## UPDATE
with st.spinner('Baixando dados de CGU.gov.br'):
try: os.mkdir('TEMP')
except: pass
files = glob('./TEMP/*')
for f in files:
os.remove(f)
url = r'https://dadosabertos-download.cgu.gov.br/FalaBR/Arquivos_FalaBR/Pedidos_xml_2021.zip'
output = r'./TEMP/pedidos2021.zip'
try:
r = requests.get(url)
except:
return(False)
with open(output, 'wb') as f:
f.write(r.content)
with zipfile.ZipFile(r'./TEMP/pedidos2021.zip', 'r') as zip_ref:
zip_ref.extractall(r'./TEMP')
url = r'https://dadosabertos-download.cgu.gov.br/FalaBR/Arquivos_FalaBR/Recursos_Reclamacoes_xml_2021.zip'
output = r'./TEMP/reclamações2021.zip'
try:
r = requests.get(url)
except:
return(False)
with open(output, 'wb') as f:
f.write(r.content)
with zipfile.ZipFile(r'./TEMP/reclamações2021.zip', 'r') as zip_ref:
zip_ref.extractall(r'./TEMP')
with st.spinner('Processando Pedidos'):
files = glob('./TEMP/*.xml')
for f in files:
if '_pedidos_' in f.lower():
file = f
break
df = pd.DataFrame()
tree = etree.parse(f)
root = tree.getroot()
elementos = root.xpath(".//Pedido")
for each in elementos:
if not 'ANPD' in each.get('OrgaoDestinatario',None): continue
rec = dict()
rec['IdPedido'] = each.get('IdPedido',None)
rec['ProtocoloPedido'] = each.get('ProtocoloPedido',None)
rec['Esfera'] = each.get('Esfera',None)
rec['UF'] = each.get('UF',None)
rec['OrgaoDestinatario'] = each.get('OrgaoDestinatario',None)
rec['Situacao'] = each.get('Situacao',None)
rec['DataRegistro'] = each.get('DataRegistro',None)
rec['FoiProrrogado'] = each.get('FoiProrrogado',None)
rec['FoiReencaminhado'] = each.get('FoiReencaminhado',None)
rec['FormaResposta'] = each.get('FormaResposta',None)
rec['OrigemSolicitacao'] = each.get('OrigemSolicitacao',None)
rec['IdSolicitante'] = each.get('IdSolicitante',None)
rec['AssuntoPedido'] = each.get('AssuntoPedido',None)
rec['SubAssuntoPedido'] = each.get('SubAssuntoPedido',None)
rec['DataResposta'] = each.get('DataResposta',None)
rec['Decisao'] = each.get('Decisao',None)
rec['EspecificacaoDecisao'] = each.get('EspecificacaoDecisao',None)
df = df.append(rec, ignore_index=True)
df['UF'] = df['UF'].apply(lambda x: None if pd.isna(x) else x.replace('DISTRITO FEDERAL','DF') )
ped = df
with st.spinner('Processando Solicitantes de Pedidos'):
solANPD = list(set(list(ped['IdSolicitante'].unique())))
files = glob('./TEMP/*.xml')
for f in files:
if '_solicitantespedidos_' in f.lower():
file = f
break
df = pd.DataFrame()
tree = etree.parse(f)
root = tree.getroot()
elementos = root.xpath(".//Solicitante")
for each in elementos:
if not each.get('IdSolicitante',None) in solANPD: continue
rec = dict()
rec['IdSolicitante'] = each.get('IdSolicitante',None)
rec['TipoDemandante'] = each.get('TipoDemandante',None)
rec['DataNascimento'] = each.get('DataNascimento',None)
rec['Genero'] = each.get('Genero',None)
rec['Pais'] = each.get('Pais',None)
rec['UFs'] = each.get('UF',None)
rec['Municipio_s'] = each.get('Municipio',None)
df = df.append(rec, ignore_index=True)
df['UFs'] = df['UFs'].apply(lambda x: None if pd.isna(x) else x.replace('DISTRITO FEDERAL','DF') )
sol = df
with st.spinner('Processando Recursos e Reclamações'):
files = glob('./TEMP/*.xml')
for f in files:
if '_recursos_reclamacoes_' in f.lower():
file = f
break
df = pd.DataFrame()
from lxml import etree
tree = etree.parse(f)
root = tree.getroot()
elementos = root.xpath(".//Recurso")
for each in elementos:
if not 'ANPD' in each.get('OrgaoDestinatario',None): continue
rec = dict()
rec['IdRecurso'] = each.get('IdRecurso',None)
rec['IdPedido'] = each.get('IdPedido',None)
rec['IdSolicitante'] = each.get('IdSolicitante',None)
rec['ProtocoloPedido'] = each.get('ProtocoloPedido',None)
rec['Esfera'] = each.get('Esfera',None)
rec['UF'] = each.get('UF',None)
rec['Municipio'] = each.get('Municipio',None)
rec['OrgaoDestinatario'] = each.get('OrgaoDestinatario',None)
rec['Instancia'] = each.get('Instancia',None)
rec['Situacao'] = each.get('Situacao',None)
rec['DataRegistro'] = each.get('DataRegistro',None)
rec['PrazoAtendimento'] = each.get('PrazoAtendimento',None)
rec['OrigemSolicitacao'] = each.get('OrigemSolicitacao',None)
rec['TipoRecurso'] = each.get('TipoRecurso',None)
rec['DataResposta'] = each.get('DataResposta',None)
rec['TipoResposta'] = each.get('TipoResposta',None)
df = df.append(rec, ignore_index=True)
df['UF'] = df['UF'].apply(lambda x: None if pd.isna(x) else x.replace('DISTRITO FEDERAL','DF') )
recl = df
with st.spinner('Processando Solicitantes de Recursos e Reclamações'):
solANPD = list(set(list(recl['IdSolicitante'].unique())))
files = glob('./TEMP/*.xml')
for f in files:
if '_solicitantesrecursos_' in f.lower():
file = f
break
df = pd.DataFrame()
from lxml import etree
tree = etree.parse(f)
root = tree.getroot()
elementos = root.xpath(".//Solicitante")
for each in elementos:
if not each.get('IdSolicitante',None) in solANPD: continue
rec = dict()
rec['IdSolicitante'] = each.get('IdSolicitante',None)
rec['TipoDemandante'] = each.get('TipoDemandante',None)
rec['DataNascimento'] = each.get('DataNascimento',None)
rec['Genero'] = each.get('Genero',None)
rec['Pais'] = each.get('Pais',None)
rec['UF'] = each.get('UF',None)
rec['Municipio_s'] = each.get('Municipio',None)
df = df.append(rec, ignore_index=True)
try: df['UF'] = df['UF'].apply(lambda x: None if pd.isna(x) else x.replace('DISTRITO FEDERAL','DF') )
except: pass
solr = df
with st.spinner('Wraping-up. Falta pouco!'):
ped = ped[ped['OrgaoDestinatario'].str.contains('ANPD')]
ped['IdSolicitante'] = ped['IdSolicitante'].apply(lambda x: 'ND' if x=='0' else x)
ped.drop('OrgaoDestinatario',axis=1,inplace=True)
ped.reset_index(drop=True, inplace=True)
recl['IdSolicitante'] = recl['IdSolicitante'].apply(lambda x: 'ND' if x=='0' else x)
recl = recl[recl['OrgaoDestinatario'].str.contains('ANPD')]
recl.reset_index(drop=True, inplace=True)
recl.drop('OrgaoDestinatario',axis=1,inplace=True)
r1 = sol
r1['Origem'] = 'Ped'
r2 = solr
r2['Origem'] = 'Rec'
df = pd.DataFrame()
df = df.append(r1, ignore_index=False)
df = df.append(r2, ignore_index=False)
df.sort_values(by=['IdSolicitante','Origem'], ascending=True, inplace = True)
df.drop_duplicates(subset=['IdSolicitante'], keep='first', inplace=True)
df.reset_index(drop=True, inplace=True)
for c in df.columns:
if c.startswith('Unnamed'): df.drop(c, axis=1, inplace=True)
df.rename({'UFs':'UF' }, axis=1, inplace=True)
df.rename({'Municipio_s':'Municipio'}, axis=1, inplace=True)
for c in df.columns:
if not c == 'IdSolicitante':
df.rename({c:'s_'+c}, axis=1, inplace=True)
df = df[['IdSolicitante','s_DataNascimento', 's_Genero',
's_Pais', 's_UF', 's_Municipio', 's_TipoDemandante']]
solF = df
solANPD = list(set(list(recl['IdSolicitante'].unique()) + list(ped['IdSolicitante'].unique())))
solANPD = ['ND' if x=='0' else x for x in solANPD]
solF = solF[solF['IdSolicitante'].isin(solANPD)]
solF.reset_index(drop=True, inplace=True)
solF = solF.fillna('ND')
for c in solF.columns:
#solF.rename({c:c.replace('s_','')}, axis=1, inplace=True)
solF[c] = solF[c].apply(lambda x: 'ND' if x=='' else x)
from datetime import date
def idade(born):
today = date.today()
return today.year - born.year - ((today.month, today.day) < (born.month, born.day))
solF['s_Idade'] = solF['s_DataNascimento'].apply(lambda x: 'ND' if x=='ND' else
idade(datetime.strptime(x,'%d/%m/%Y')))
ped = ped.merge( solF, on='IdSolicitante', how='left')
recl = recl.merge(solF, on='IdSolicitante', how='left')
ped = ped.fillna('ND')
recl = recl.fillna('ND')
ped['Data'] = ped['DataRegistro'].apply(lambda x: 'ND' if x=='ND' else
datetime.strptime(x,'%d/%m/%Y'))
ped['Periodo'] = ped['Data'].apply(lambda x: str(x.year)+'-'+str(x.month).zfill(2) if x != 'ND' else 'ND')
tmp = ped[ped.Data != 'ND']
inicio = str(tmp['Data'].min())
final = str(tmp['Data'].max())
print(inicio, final)
recl['Periodo_tmp'] = recl['DataRegistro'].apply(lambda x: datetime.strptime(x,'%d/%m/%Y'))
recl['Periodo'] = recl['Periodo_tmp'].apply(lambda x: str(x.year)+'-'+str(x.month).zfill(2))
recl.drop('Periodo_tmp', axis=1, inplace=True)
geo= pd.read_pickle('./Geo.pkl')
def ajuste_cidade(x):
x = unidecode(str(x).lower().strip())
exc = '`- '
x = ''.join([c for c in x if not c in exc])
return(x)
ped['CidadeU'] = ped['s_Municipio'].apply(lambda x: ajuste_cidade(x))
ped = ped.merge(geo,on='CidadeU', how='left')
ped.rename({'UF_y':'UF_loc',
},axis=1,inplace=True)
ped.drop('CidadeU', axis=1,inplace=True)
ped['Cidade'] = ped['Cidade'].fillna('ND')
ped['lat'] = ped['lat'].fillna(-34.017678)
ped['lon'] = ped['lon'].fillna(-41.617380)
with open('./00LastUpdate.txt', 'w', encoding='utf-8') as base:
base.write(f"""{running_date}\n{inicio}\n{final}""")
ped.to_pickle('.00Ped.pkl')
recl.to_pickle('.00Recl.pkl')
############################################## END OF UPDATE
return(True)
except Exception as e:
registro(str(e))
return(False)
last_update = (datetime.today() - datetime.strptime(last, '%d-%m-%Y %Hh%Mm')).days
if last_update > 0:
if update():
st.success('Dados atualizados!')
else:
st.error('Problemas baixando dados a partir de CGU.gov.br')
def load_data():
with st.spinner('Carregando dados'):
ped = pd.read_pickle('00Ped.pkl')
rec = pd.read_pickle('00Recl.pkl')
return(ped, rec)
ped, rec = load_data()
#### CABEC
from pathlib import Path
import base64
def img_to_bytes(img_path):
img_bytes = Path(img_path).read_bytes()
encoded = base64.b64encode(img_bytes).decode()
return encoded
header_html = "<img src='data:image/png;base64,{}' class='img-fluid'>".format(
img_to_bytes("BannerDPO3.png")
)
st.markdown(
header_html, unsafe_allow_html=True
)
st.markdown(f'''<body>
<p style="font-size:30px;line-height: 25px"><b><br>Denunciómetro LGPD</b><br><span style="font-size: 12pt;"><i>denuncias realizadas junto à ANPD no contexto da LGPD</i></span>
<span style="font-size: 8pt;"><br><i>atualizado até {last} (UTC)</i></span>
</p></body>''', unsafe_allow_html=True)
run()
#HTML Colors: https://www.w3schools.com/colors/colors_groups.asp